Dispense2012cremona PDF

Algebra Lineare e Geometria
dispense del corso
Prof. Ernesto Ded

Dipartimento di Matematica
Politecnico di Milano
ernesto.dedo@polimi.it
III edizione
febbraio 2012
Questopera stata rilasciata con licenza Creative Commons Attribuzione -
Non opere derivate 3.0 Unported. Per leggere una copia della licenza visita il sito web http:
//creativecommons.org/licenses/by-nd/3.0/ o spedisci una lettera a Creative Commons,
171 Second Street, Suite 300, San Francisco, California, 94105, USA.
In particolare ne vietato luso commerciale.
Queste dispense sono state composte con LATEX
Indice
Indice i
Elenco delle figure v
Elenco delle tabelle vii
Prefazione ix
I Algebra lineare 1
1 Richiami di nozioni essenziali 3

1.1 Gli insiemi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.2 Relazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
1.3 Il simbolo di sommatoria . . . . . . . . . . . . . . . . . . . . . . 5
1.4 Il principio di induzione . . . . . . . . . . . . . . . . . . . . . . 6
1.5 Un po di calcolo combinatorio . . . . . . . . . . . . . . . . . . 7
2 I sistemi lineari: teoria elementare 11

2.1 Concetti introduttivi . . . . . . . . . . . . . . . . . . . . . . . . 11
2.2 Risoluzione di un sistema . . . . . . . . . . . . . . . . . . . . . 14
3 Matrici 15
3.1 Nomenclatura e prime operazioni . . . . . . . . . . . . . . . . 15
3.2 Operazioni sulle matrici . . . . . . . . . . . . . . . . . . . . . . 18
3.3 Polinomi di matrici . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.4 Matrici a blocchi . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.5 Applicazioni ai sistemi lineari . . . . . . . . . . . . . . . . . . . 27
3.6 Lalgoritmo di Gauss . . . . . . . . . . . . . . . . . . . . . . . . 30
4 Spazi vettoriali 35
4.1 Definizioni e prime propriet . . . . . . . . . . . . . . . . . . . 35
4.2 Sottospazi e basi . . . . . . . . . . . . . . . . . . . . . . . . . . . 38
5 Determinante. Inversa 45
i
ii Indice
5.1 Definizioni di determinante . . . . . . . . . . . . . . . . . . . . 45

5.2 Propriet del determinante . . . . . . . . . . . . . . . . . . . . . 48
5.3 Un determinante particolare . . . . . . . . . . . . . . . . . . . . 50
5.4 Rango di una matrice . . . . . . . . . . . . . . . . . . . . . . . . 51
5.5 Calcolo del rango . . . . . . . . . . . . . . . . . . . . . . . . . . 53
5.6 Matrice inversa . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
6 Teoria dei sistemi lineari 57

6.1 Teoremi sui sistemi lineari . . . . . . . . . . . . . . . . . . . . . 57
7 Applicazioni 63
7.1 Generalit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
7.2 Applicazioni lineari, matrici, sistemi . . . . . . . . . . . . . . . 67
7.3 Prodotto scalare, norma . . . . . . . . . . . . . . . . . . . . . . 68
7.4 Prodotto scalare . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
7.5 Generalizzazioni . . . . . . . . . . . . . . . . . . . . . . . . . . 75
8 Similitudine. Autovalori. Autovettori 77

8.1 Matrici simili . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
8.2 Autovalori ed autovettori di una matrice . . . . . . . . . . . . 78
9 Diagonalizzazione, matrici ortogonali 85

9.1 Diagonalizzazione di una matrice quadrata . . . . . . . . . . . 85
9.2 Martici ortogonali . . . . . . . . . . . . . . . . . . . . . . . . . . 88
9.3 Forme quadratiche . . . . . . . . . . . . . . . . . . . . . . . . . 92
9.4 Matrici hermitiane e matrici unitarie . . . . . . . . . . . . . . . 95
10 Polinomi di matrici 97
10.1 Teorema di Cayley Hamilton . . . . . . . . . . . . . . . . . . . 97
10.2 Polinomio minimo . . . . . . . . . . . . . . . . . . . . . . . . . 101
II Geometria piana 103
11 La retta nel piano 105

11.1 Preliminari . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
11.2 Altri tipi di equazione della retta . . . . . . . . . . . . . . . . . 107
11.3 Distanze . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
11.4 Fasci di rette . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
11.5 Coordinate omogenee . . . . . . . . . . . . . . . . . . . . . . . 110
11.6 I sistemi di riferimento . . . . . . . . . . . . . . . . . . . . . . . 112
11.7 Coordinate polari . . . . . . . . . . . . . . . . . . . . . . . . . . 114
12 La circonferenza nel piano 117

12.1 Generalit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
Indice iii
12.2 Tangenti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119

12.3 Fasci di circonferenze . . . . . . . . . . . . . . . . . . . . . . . . 121
12.4 Circonferenza ed elementi impropri . . . . . . . . . . . . . . . 123
13 Le coniche 125
13.1 Coniche in forma generale . . . . . . . . . . . . . . . . . . . . . 130
13.2 Riconoscimento di una conica . . . . . . . . . . . . . . . . . . . 131
13.3 Tangenti ad una conica in forma canonica . . . . . . . . . . . . 133
13.4 Conica per cinque punti . . . . . . . . . . . . . . . . . . . . . . 134
13.5 Le coniche in coordinate omogenee . . . . . . . . . . . . . . . . 135
13.6 Fasci di coniche . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
13.7 Fasci e punti impropri . . . . . . . . . . . . . . . . . . . . . . . 139
III Polarit piana 141
14 Proiettivit ed involuzioni 143

14.1 Proiettivit . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
14.2 Involuzioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
15 Polarit piana 149

15.1 Polare di un punto rispetto ad una conica irriducibile . . . . . 149
15.2 Principali propriet della polarit piana . . . . . . . . . . . . . 152
15.3 Elementi coniugati rispetto ad una conica irriducibile . . . . . 154
15.4 Triangoli autopolari . . . . . . . . . . . . . . . . . . . . . . . . . 156
16 Centro ed assi 159

16.1 Centro e diametri . . . . . . . . . . . . . . . . . . . . . . . . . . 159
16.2 Assi di una conica . . . . . . . . . . . . . . . . . . . . . . . . . . 163
IV Geometria dello spazio 165
17 Rette e piani nello spazio 167

17.1 Equazioni parametriche della retta nello spazio . . . . . . . . . 167
17.2 Equazione di un piano nello spazio . . . . . . . . . . . . . . . . 168
17.3 Parallelismo e perpendicolarit nello spazio . . . . . . . . . . . 170
17.4 La retta intersezione di due piani . . . . . . . . . . . . . . . . . 171
17.5 Fasci di piani . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 173
17.6 Altri problemi su rette e piani . . . . . . . . . . . . . . . . . . . 174
17.7 Simmetrie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 180
17.8 Coordinate omogenee nello spazio . . . . . . . . . . . . . . . . 185
18 Sui sistemi di riferimento 189

18.1 Rototraslazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . 189
iv Indice
18.2 Coordinate polari e coordinate cilindriche . . . . . . . . . . . . 191
19 Linee e Superfici nello spazio 195

19.1 Superfici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 195
19.2 Linee . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 198
20 Sfera e circonferenza nello spazio 201

20.1 La sfera . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 201
20.2 Piani tangenti ad una sfera . . . . . . . . . . . . . . . . . . . . . 202
20.3 Circonferenze nello spazio . . . . . . . . . . . . . . . . . . . . . 202
20.4 Fasci di sfere . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 204
21 Superfici rigate e di rotazione 207

21.1 Superfici rigate . . . . . . . . . . . . . . . . . . . . . . . . . . . 207
21.2 Superfici di rotazione . . . . . . . . . . . . . . . . . . . . . . . . 208
22 Cilindri, coni e proiezioni 211

22.1 Coni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211
22.2 Cilindri . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 214
22.3 Proiezioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 216
22.4 Riconoscimento di una conica nello spazio . . . . . . . . . . . 217
23 Superfici quadriche 219

23.1 Prime propriet delle quadriche . . . . . . . . . . . . . . . . . . 219
23.2 Quadriche in forma canonica e loro classificazione . . . . . . . 221
23.3 Natura dei punti e riconoscimento di una quadrica . . . . . . . 226
Indice analitico 233

Elenco delle figure
4.1 Matrici triangolari . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
7.1 Un sistema di riferimento cartesiano ortogonale nel piano . . . . 69

7.2 Un sistema di riferimento cartesiano ortogonale nello spazio . . . 69
7.3 La regola del parallelogrammo per la somma di vettori . . . . . . 70
11.1 Distanza di due punti . . . . . . . . . . . . . . . . . . . . . . . . . . 109

11.2 Traslazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
11.3 Rotazione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 114
11.4 Coordinate polari . . . . . . . . . . . . . . . . . . . . . . . . . . . . 115
12.1 La circonferenza in equazioni parametriche . . . . . . . . . . . . . 119

12.2 Tangente in P ad una circonferenza . . . . . . . . . . . . . . . . . . 120
12.3 Tangenti da un punto ad una circonferenza . . . . . . . . . . . . . 121
12.4 Fascio di circonferenze tangenti ad una retta . . . . . . . . . . . . 123
13.1 Le coniche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125

13.2 Lellisse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
13.3 Liperbole . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 128
13.4 La parabola . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
13.5 Esempio 13.2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 133
13.6 Esempio 13.3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 136
13.7 Esempio 13.4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
15.1 Tangenti da un punto ad una conica . . . . . . . . . . . . . . . . . 153

15.2 Involuzione iperbolica, retta secante . . . . . . . . . . . . . . . . . 155
15.3 Involuzione ellittica, retta esterna . . . . . . . . . . . . . . . . . . . 155
15.4 Triangolo autopolare . . . . . . . . . . . . . . . . . . . . . . . . . . 157
16.1 Centro di simmetria . . . . . . . . . . . . . . . . . . . . . . . . . . . 160

16.2 Centro graficamente . . . . . . . . . . . . . . . . . . . . . . . . . . 161
16.3 Diametro coniugato . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
16.4 Diametri e tangenti . . . . . . . . . . . . . . . . . . . . . . . . . . . 163
17.1 Distanza di due punti . . . . . . . . . . . . . . . . . . . . . . . . . . 176
v
vi Elenco delle figure
17.2 Distanza di un punto da un piano . . . . . . . . . . . . . . . . . . 177

17.3 Simmetrica di una retta rispetto ad un piano . . . . . . . . . . . . 182
17.4 Simmetrico di un piano rispetto ad un piano . . . . . . . . . . . . 183
17.5 Simmetrico di un piano rispetto ad un piano parallelo . . . . . . . 184
17.6 Simmetrica di una retta rispetto ad un altra retta . . . . . . . . . . 185
18.1 Coordinate polari . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192

18.2 Coordinate cilindriche . . . . . . . . . . . . . . . . . . . . . . . . . 193
20.1 Circonferenza nello spazio . . . . . . . . . . . . . . . . . . . . . . . 203
21.1 Superficie di rotazione . . . . . . . . . . . . . . . . . . . . . . . . . 209
22.1 Cono . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211

22.2 Cilindro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 215
22.3 Proiezione centrale . . . . . . . . . . . . . . . . . . . . . . . . . . . 216
22.4 Proiezione parallela . . . . . . . . . . . . . . . . . . . . . . . . . . . 218
23.1 Ellissoide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225

23.2 Gli iperboloidi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225
23.3 Paraboloide ellittico . . . . . . . . . . . . . . . . . . . . . . . . . . . 225
23.4 Paraboloide iperbolico . . . . . . . . . . . . . . . . . . . . . . . . . 226
Elenco delle tabelle
1 Lettere greche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xii

2 Simboli matematici usati in queste dispense . . . . . . . . . . . . . xiii
1.1 Relazioni di equivalenza . . . . . . . . . . . . . . . . . . . . . . . . 4

1.2 Relazioni dordine . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
3.1 Particolari matrici quadrate . . . . . . . . . . . . . . . . . . . . . . 18

3.2 Propriet della somma di matrici . . . . . . . . . . . . . . . . . . . 19
3.3 Propriet del prodotto per uno scalare . . . . . . . . . . . . . . . . 20
3.4 Propriet del prodotto di matrici . . . . . . . . . . . . . . . . . . . 23
4.1 Propriet degli spazi vettoriali . . . . . . . . . . . . . . . . . . . . . 36
7.1 Propriet della norma di un vettore . . . . . . . . . . . . . . . . . . 71

7.2 Propriet della distanza di due punti . . . . . . . . . . . . . . . . . 71
7.3 Propriet del prodotto scalare . . . . . . . . . . . . . . . . . . . . . 73
7.4 Propriet delle forme bilineari . . . . . . . . . . . . . . . . . . . . . 75
13.1 Le forme canoniche dellequazione di una conica . . . . . . . . . . 132
23.1 Forma canonica delle quadriche specializzate . . . . . . . . . . . . 221

23.2 Forma canonica delle quadriche non specializzate . . . . . . . . . 222
23.3 Riconoscimento di una quadrica non degenere . . . . . . . . . . . 227
vii
Prefazione
MATHEMATICS
is one of essential emanations of
the human spirit a thing to be
valued in and for itself like art
or poetery1 .
Oswald Veblen-19242
Queste dispense contengono elementi di algebra lineare, con particolare ri-

guardo allalgebra delle matrici ed agli spazi vettoriali e di geometria analitica
nel piano e nello spazio in particolare lo studio delle coniche e delle quadriche,
vi sono inoltre dei cenni di geometria proiettiva; esse rispecchiano fedelmente
il corso dello stesso nome che da molti anni tengo presso la sede di Cremona
del Politecnico di Milano. Sono corredate da numerosi esempi: alcuni di
applicazione della teoria svolta, altri di approfondimento della stessa.
Nella seconda edizione, oltre a correggere numerosi errori, sono stati
aggiunti i capitoli sulla polarit piana e sulle propriet di centro ed assi di una
conica; stato inoltre aggiunto lindice analitico.
Nella terza edizione sono stati eliminati altri refusi e sono state effettuate
delle modifiche ad alcuni paragrafi con lintento di renderli pi chiari. stato
anche aumentato il numero degli esempi.
Consigli per affrontare meglio i corsi universitari di Matematica

C OSE DA non FARE :
i) non studiare su appunti presi da altri: generalmente ciascuno

prende appunti a modo suo, mettendo in luce le cose che per lui
sono pi importanti o pi difficili: di solito queste non coincidono
con quelle che a noi sembrano pi importanti o per noi sono pi
difficili;
1 LA MATEMATICA una delle essenziali emanazioni dello spirito umano, una cosa che
va valutata in s e per s, come larte o la poesia.
2 Oswald Veblen- 24 June 1880 Decorah, Iowa, USA10 Aug 1960 Brooklyn, Maine, USA.
ix
x Prefazione
ii) non studiare sui testi di scuola superiore: per bene che vada sono
impostati in maniera diversa e/o incompleti;
iii) non imparare a memoria le formule o le dimostrazioni dei teoremi:
la memoria tradisce molto pi facilmente e pi frequentemente
del ragionamento: imparare a ricostruirle;
iv) non aver paura di fare domande, ovviamente nei momenti oppor-
tuni: siete qui apposta per imparare;
v) durante le lezioni non prendere freneticamente appunti: quello
che spiega il docente di solito c sui libri o sulle dispense, mentre
prendendo male gli appunti c un alto rischio di perdere il filo
della lezione;
vi) durante le esercitazioni non ricopiare pedissequamente la risolu-
zione degli esercizi;
vii) non scoraggiarsi se, soprattutto allinizio, sembra di non capire o
sembra che il docente vada troppo in fretta, seguendo i consigli
si acquista presto il ritmo;
viii) non perdere tempo: il fatto che alluniversit non ci siano compiti
in classe e interrogazioni una grande tentazione per rimandare
il momento in cui mettersi sotto a studiare.
C OSE DA FARE :
i) Precedere sempre la lezione: cercare di volta in volta sui libri o
sulle dispense gli argomenti che il docente tratter nella prossima
lezione e cominciare a leggerli per avere unidea di che cosa si
parler. In questo modo la lezione sar pi efficace e chiarir molti
dei dubbi e delle perplessit rimaste.
ii) Iniziare a studiare dal primo giorno. La Matematica, soprattutto
allinizio, necessita di una lunga digestione: di un ripensamento
critico che non si pu fare allultimo momento.
iii) Studiare sempre con carta e penna a portata di mano, per poter
rifare conti, dimostrazioni, figure ecc.
iv) Se proprio si vuole farlo imparare a prendere appunti senza perdere il
filo del discorso: appuntare solo i concetti base su cui poi riflettere
e ricostruire da soli largomento; a esercitazioni appuntare solo il
testo dellesercizio ed il risultato finale e rifare per conto proprio
lesercizio.
xi
v) Imparare a rifare le dimostarzioni dei teoremi soffermandosi a

riflettere sul ruolo che giocano le varie ipotesi del teorema, magari
creando controesempi di situazioni in cui una o pi delle ipotesi
non valgono.
vi) Ricordarsi che per imparare la matematica occorre far funzionare
il cervello, e questo costa sempre un certo sforzo.
B UON L AVORO !
La tabella 1 a pagina xii fornisce un elenco di tutte le lettere greche,

maiuscole e minuscole, con il loro nome in italiano, mentre la tabella 2
a pagina xiii elenca i simboli maggiormente usati nel testo.
xii Prefazione
Tabella 1 Lettere greche
minuscole maiuscole nome

A alfa
B beta
gamma
delta
eo E epsilon
Z zeta
H eta
o theta
I iota
K kappa
lambda
M mi
N ni
csi
o O omicron
pi
o$ R ro
o sigma
T tau
ipsilon
o fi
X chi
psi
omega
xiii
Tabella 2 Simboli matematici usati in queste dispense
N insieme dei numeri naturali

Z insieme dei numeri interi
Q insieme dei numeri razionali
R insieme dei numeri reali
C insieme dei numeri complessi
per ogni
esiste
! esiste un unico
appartiene ad un insieme
unione di insiemi
intersezione di insiemi
somma
prodotto
perpendicolare
h, i prodotto scalare
infinito
insieme delle parti
< minore
> maggiore
minore o uguale
maggiore o uguale
sottoinsieme proprio
sottoinsieme
somma diretta di insiemi
insieme vuoto
Parte I
Algebra lineare
Capitolo 1
Richiami di nozioni essenziali
In questo capitolo richiamiamo alcuni concetti e propriet fonda-

mentali, di cui faremo largo uso nel seguito, e che dovrebbero comun-
que essere noti ed acquisiti dagli studi precedenti, sia dalle Scuole
superiori sia dal corso di Analisi Matematica.
Tuttavia questo capitolo va letto con attenzione e non saltato a pie pari.
Se sussiste anche il minimo dubbio sui concetti qui esposti, lo studente
deve correre rapidamente ai ripari, riprendendo in mano i testi ad esso
relativi.
1.1 Gli insiemi

Il concetto di insieme un concetto primitivo1 . Diciamo che lelemen-
to a appartiene allinsieme A e scriviamo a A se a un elemento di
A. Indichiamo con il simbolo linsieme vuoto cio privo di elementi.2
Due insiemi sono uguali se sono formati dagli stessi elementi, indipen-
dentemente dallordine in cui i singoli elementi compaiono in ciascun
insieme: per esempio gli insiemi A = { a, b, c, d} e B = {b, a, d, c} sono
uguali.
Si dice che B sottoinsieme di A e si scrive B A se tutti gli elementi
di B sono anche elementi di A, in simboli
B A a B : a B a A (1.1)
Se B 6= A e vale la (1.1), B si chiama sottoinsieme proprio di A e si scrive,

pi propriamente, B A.
1 Cionon un oggetto definito in base ad altri oggetti noti. Di esso si possono dare per
propriet e relazioni con altri oggetti noti.
2 Attenzione, questo simbolo quello dellinsieme vuoto e non va usato per indicare il
numero 0 zero!
3
4 Capitolo 1. Richiami di nozioni essenziali
noto che linsieme vuoto si considera sottoinsieme di ogni insieme,

cio che
A A
Se A e B sono sottoinsiemi di uno stesso insieme U, si definisce
unione di A e B linsieme C = A B tale che sia
C {c| c A oppure c B}
cio C formato dagli elementi che appartengono
ad A oppure a B.
intersezione di A e B linsieme C = A B tale che
C {c| sia c A, sia c B}
cio C linsieme degli elementi che appartengo-
no sia ad A sia a B.
differenza tra A e B linsieme C = A \ B se C = {c| c A, c 6
B} cio linsieme degli elementi di A che non
appartengono a B.
Due insiemi tali che A B = si chiamano disgiunti.
1.2 Relazioni
Ricordiamo che in un insieme A definita una relazione di equiva-
lenza < se, qualsiansi siano gli elementi a, b, c A, valgono le propriet
elencate nella tabella 1.1.
Per esempio di equivalenza
la relazione di parallelismo tra ret- Tabella 1.1 Relazioni di equivalenza
te nel piano, pur di considerare
parallele anche due rette coinci- a < a riflessiva
denti, mentre non lo quella di a < b b < a simmetrica
perpendicolarit. (perch?) a < b e b < c a < c transitiva
Se in un insieme A definita
una relazione di equivalenza < chiamiamo classe di equivalenza delle-
lemento a linsieme di tutti gli elementi di A che sono equivalenti ad
a. Linsieme di tutte le classi di equivalenza di A si chiama insieme
quoziente di A rispetto a <.
Esempio 1.1. Per esempio, nellinsieme delle frazioni, la relazione
a ka
< ( k 6 = 0)
b kb
1.3. Il simbolo di sommatoria 5
una relazione di equivalenza. I numeri razionali si possono definire come

linsieme quoziente dellinsieme delle frazioni rispetto a < nel senso che il
numero 0.5 rappresenta tutta la classe di frazioni equivalenti ad 12 .
Esempio 1.2. La relazione di parallelismo definisce una direzione: passando

al quoziente, nellinsieme delle rette, rispetto alla relazione di parallelismo, si
ottiene la direzione di una retta.
In un insieme A definita una relazione di ordine se per ogni

a, b, c A valgono le propriet espresse nella tabella 1.2.
Tabella 1.2 Relazioni dordine
1. a b oppure b a propriet di dicotomia

2. a a propriet riflessiva
3. a bebaa=b propriet antisimmetrica
4. a bebcac propriet transitiva
Un insieme per tutti gli elementi del quale valgono tutte le propriet
elencate nella tabella 1.2 si chiama totalmente ordinato; in esso, data
una qualunque coppia a e b di elementi, in virt della propriet di
dicotomia, si pu sempre dire se a b oppure b a cio, come si suol
dire, tutti gli elementi sono confrontabili. Esistono, per, insiemi in cui
definita una relazione dordine cosiddetta parziale, in cui non vale
la propriet 1 di dicotomia, cio in cui non tutte le coppie di elementi
sono confrontabili, come mostra il seguente
Esempio 1.3. Nellinsieme N dei numeri naturali, diciamo che a b se a

divide b. Questa una relazione dordine parziale, infatti valgono le propriet
2.. . . 4. verificarlo per esercizio ma non totale perch esistono coppie di
numeri non confrontabili, ad esempio 3 e 5 non sono confrontabili, perch n 3
divide 5, n, viceversa, 5 divide 3.
1.3 Il simbolo di sommatoria

Spesso in Matematica una somma di pi addendi viene indicata con
il simbolo

in cui gli addendi sono indicati da una lettera dotata di un indice

numerico arbitrario, ad esempio
5
5
a i = j =1 a j .
1
Le seguenti scritture sono equivalenti:

6 6 7
xi , xk , x n 1 ,
i =3 k =3 n =4
e rappresentano la somma x3 + x4 + x5 + x6 .
Lindice di sommatoria pu essere sottinteso, quando chiaro dal
contesto. Dalle propriet formali delle operazioni di somma e prodotto
seguono subito queste uguaglianze:
n n n n n
mxi = m xi e ( xi + yi ) = xi + yi .
i =1 i =1 i =1 i =1 i =1
Si considerano spesso anche somme su pi indici, per esempio
aik = a11 + a12 + a13 + a21 + a22 + a23

i =1...2
k=1...3
e si verifica subito che vale la relazione

! !
2 3 3 2
aik = aik = aik
i =1...2 i =1 k =1 k =1 i =1
k=1...3
1.4 Il principio di induzione

Un procedimento di dimostrazione molto usato in Matematica, ed
a cui ricorreremo varie volte, quello basato sul principio di induzione.
Esso soprattutto adatto per dimostrare propriet che dipendono dai
numeri naturali.
DEFINIZIONE 1.1. Sia Pn una proposizione che dipende da un nume-
ro naturale n. Se
i) P1 verificata
ii) Pn si suppone vera
iii) Pn+1 vera ogni volta che vera Pn
1.5. Un po di calcolo combinatorio 7
allora Pn vera per qualunque numero naturale n.
Vediamo qualche semplicissimo esempio.
Esempio 1.4. Consideriamo i primi n numeri dispari e verifichiamo che per

ogni intero n si ha
1 + 3 + 5 + + (2n 1) = n2 . (1.2)
La ( 1.2) ovviamente vera per n = 1, quindi P1 vera. Supponiamo ora che

essa sia vera per un certo n = k, cio che la somma dei primi k numeri dispari
sia k2 e dimostriamo che in questo caso vera anche per k + 1. Per n = k + 1
la ( 1.2) diventa
1 + 3 + 5 + + (2( k + 1) 1) =
1.2
(1 + 3 + 5 + + 2k 1) +2k + 1 = k2 + 2k + 1 = (k + 1)2 .
| {z }
k2
Dunque abbiamo fatto vedere che se la somma di k numeri dispari k2 ne

segue che quella di k + 1 (k + 1)2 . Essendo vera per k = 1 lo per k = 2
quindi per k = 3 e cos via per ogni n.
Esempio 1.5. Vogliamo far vedere che
n ( n + 1)
1+2+3++n = (1.3)
2
Per n = 2 la (1.3) ovviamente vera; supponiamo che sia vera per n = k e
dimostriamo che in tal caso vera anche per n = k + 1. Infatti si ha:
k ( k + 1)
1 + 2 + 3 + + k + ( k + 1) = +k+1 =
2
k(k + 1) + 2k + 2 k2 + 3k + 2 (k + 1)(k + 2)
= = = .
2 2 2
1.5 Un po di calcolo combinatorio

Come noto, si chiama fattoriale di n (n > 1) e si scrive n! il prodotto
dei primi n interi
n! = n (n 1) 3 2
e si pone, per definizione, 1! = 1 = 0!
Permutazioni
DEFINIZIONE 1.2. Si chiama permutazione di n oggetti un qualsiasi
allineamento di questi oggetti.
Per esempio per contare quante sono le permutazioni delle tre lettere
a, b, c possiamo provare ad elencarle:
{ abc} { acb} {bac} {bca} {cab} {cba} quindi P3 = 6

Generalizzando, quante sono le permutazioni Pn di n oggetti? Os-
serviamo che il primo oggetto si pu scegliere in n modi diversi, mentre
per il secondo, una volta scelto il primo, posso operare n 1 scelte, per
il terzo le scelte sono n 2 e cos via, quindi
Pn = n(n 1)(n 2) 2 = n! (1.4)
Consideriamo uninsieme I di n elementi e scegliamo una permutazio-

ne f degli elementi di I che considereremo permutazione fondamentale.
Sia ora p = { x1 , x2 , . . . , xn } unaltra permutazione degli elementi dello
stesso insieme I . Se accade che due elementi si succedano in p in ordi-
ne inverso rispetto a come si succedono in f diciamo che essi formano
una inversione o uno scambio rispetto ad f . Una permutazione p si dice
di classe pari rispetto alla permutazione scelta come fondamentale f , se
presenta un numero pari di scambi, di classe dispari in caso opposto.
Esempio 1.6. Sia {1, 2, 3, 4, 5} la permutazione fondamentale dellinsieme

formato dai primi cinque numeri interi. Consideriamo poi la permutazione
P{3, 4, 2, 1, 5, }: in essa lelemento 1 forma inversione con 2, 3 e 4 e lelemento
2 con 3 e 4; quindi il numero totale di inversioni 5. Dunque P di classe
dispari.
OSSERVAZIONE 1.1. Poich scambiando due elementi si passa da una

permutazione di classe pari ad una di classe dispari, il numero delle
permutazioni di classe pari uguale a quello delle permutazioni di
classe dispari, cio n!
2 . Si pu anche notare che se una permutazione p
di classe pari rispetto ad una permutazione fondamentale f , essa di
classe pari rispetto a qualunque permutazione q a sua volta di classe
pari rispetto ad f .
Permutazioni con ripetizione

Consideriamo ora il caso in cui gli n oggetti non siano tutti di-
stinti, per esempio consideriamo i 7 oggetti a1 , a2 , b1 , b2 , b3 , c, d in cui
1.5. Un po di calcolo combinatorio 9
gli oggetti a sono indistinguibili tra loro e cos pure gli oggetti b. Le
permutazioni sono 7! = 5040 ma siccome i tre oggetti b sono uguali
avremo 3! permutazioni non distinguibili, quindi il numero diminuir
7! 5040
a = = 840; siccome poi sono uguali anche i due elementi a
3! 6
7!
abbiamo = 420.
3! 2!
Generalizzando, consideriamo linsieme X { x1 , x2 , . . . , xm } se
sappiamo che loggetto x1 ripetuto n1 volte, loggetto x2 ripetuto n2
m
volte e cos via (con ni = n) si ha
i =1
n!
P = (1.5)
n1 !n2 ! nm !
Nel caso particolare in cui fra gli n oggetti ce ne siano k uguali tra loro e
gli altri n k pure uguali tra loro (ma non ai precedenti) la formula ( 1.5)
diventa
n!
P =
k!(n k )!
Combinazioni e disposizioni
Se abbiamo n oggetti e vogliamo suddividerli in gruppi di k oggetti
ognuno di questi raggruppamenti si chiama combinazione di n oggetti a
k a k se due di questi raggruppamenti sono diversi quando differiscono
per almeno un oggetto. Si chiama invece disposizione di n oggetti a k
a k ognuno di questi raggruppamenti quando consideriamo diversi
due di essi non solo se differiscono per almeno un oggetto, ma anche
se contengono gli stessi oggetti in ordine differente. Se indichiamo
rispettivamente con Cn,k e Dn,k il numero delle combinazioni e quello
delle disposizioni di n oggetti a k a k, dalla definizione segue subito che
si ha
Dn,k = k!Cn,k
Ripetendo il ragionamento fatto per determinare il numero delle per-
mutazioni, si ricava immediatamente che
Dn,k = n(n 1)(n 2) (n k + 1)
e di conseguenza
n(n 1)(n 2) (n k + 1)
Cn,k =
k!
moltiplicando numeratore e denominatore per (n k )! si ottiene

n! n
Cn,k = =
k!(n k )! k
che, come noto, il kesimo coefficiente nello sviluppo della nesima
potenza di un binomio e prende perci il nome di coefficiente binomiale.
Capitolo 2
I sistemi lineari: teoria

elementare
2.1 Concetti introduttivi

In questo capitolo supporremo sempre, salvo esplicito avviso con-
trario, di trovarci nel campo reale R, cio che i coefficienti e le variabili
delle equazioni che considereremo saranno numeri reali.
Unequazione di primo grado anche detta lineare; se in una sola

incognita essa si pu sempre porre, con semplici passaggi algebrici,
nella forma
ax + b = 0 (2.1)
Per quanto riguarda la risoluzione dellequazione (2.1) osserviamo
che
b
Se a 6= 0 essa ammette sempre lunica soluzione x = ;
a
se a = 0 e b 6= 0 non ammette soluzioni;
se a = 0 e b = 0 essa soddisfatta da ogni valore di x, quindi pi
propriamente unidentit.
Se, invece, unequazione lineare ha due variabili le soluzioni sono

in generale infinite; per esempio consideriamo lequazione
x+y = 1 (2.2)
essa ammette come soluzione la coppia x = 1, y = 0, la coppia x =
0, y = 1, la coppia x = 21 , y = 21 . . . , e quindi, in generale, tutte le infinite
coppie tali che
x = t, y = 1 t t R.
11
12 Capitolo 2. I sistemi lineari: teoria elementare
Questa scrittura significa che per ogni valore del parametro t esiste una
soluzione1 .
Sappiamo anche che una tale equazione rappresenta, nel piano
riferito ad una coppia di assi cartesiani ortogonali, una retta, i cui infiniti
punti hanno coordinate che sono appunto le soluzioni dellequazione.
Se ora consideriamo, accanto alla (2.2) anche lequazione x y = 1 e

ci proponiamo di trovare, se esistono, dei valori di x e y che soddisfanno
entrambe le equazioni, abbiamo quello che si chiama un sistema lineare
che si indica abitualmente con la scrittura
(
x+y = 1
. (2.3)
xy = 0
Quindi un sistema di equazioni , in generale, un insieme di equa-

zioni di cui si cercano le eventuali soluzioni comuni; un sistema si
chiama lineare se tutte le equazioni da cui composto sono lineari.
Nel caso del
n sistema (2.3) o si vede facilmente che esso lineare e
1 1
che la coppia x = 2 , y = 2 soddisfa entrambe le equazioni, quindi
una soluzione del sistema. Non difficile rendersi conto che essa
unica: dal punto di vista geometrico basta pensare che in un sistema di
riferimento cartesiano ortogonale le equazioni lineari rappresentano
rette, quindi esse, se si incontrano, hanno esattamente un punto in
comune le cui coordinate sono proprio la soluzione del sistema stesso.
Possono per accadere altri casi: consideriamo per esempio il siste-
ma (
x+y = 1
(2.4)
x+y = 2
chiaro che le due equazioni si contraddicono luna con laltra, quindi
il sistema non ammette soluzioni o impossibile. Nellinterpretazione
geometrica data precedentemente le due rette le cui equazioni formano
il sistema (2.4) sono parallele, di conseguenza non hanno alcun punto
in comune.
Un altro caso rappresentato, per esempio, dal sistema
(
x+y = 1
(2.5)
2x + 2y = 2
In questo sistema appare chiaro che le due equazioni sono equiva-
lenti nel senso che tutte le coppie soluzione della prima equazione lo
1 Attenzione, ogni soluzione formata da una coppia ordinata di numeri reali.
2.1. Concetti introduttivi 13
sono anche della seconda, quindi questo sistema ammette infinite solu-
zioni. In questo caso facile vedere che, dal punto di vista geometrico,
le due rette coincidono.
Queste considerazioni si possono generalizzare al caso di sistemi
con un numero qualunque (finito) di incognite. Parleremo allora, nel
caso generale, di un sistema di m equazioni in n incognite2 .

a11 x1 + a12 x2 + + a1n xn = b1
a x +a x ++a x = b

21 1 22 2 2n n 2
(2.6)

.........

am1 x1 + am2 x2 + + amn xn = bm

La notazione che abbiamo usato per i coefficienti della (2.6) la

cosiddetta notazione a doppio indice, in cui il primo indice dei coefficienti
rappresenta lequazione, mentre il secondo la posizione dello stesso
allinterno dellequazione. Le incognite sono x1 . . . xn i termini noti
sono b1 . . . bm .
Dagli esempi visti si pu concludere che un sistema lineare di m
equazioni in n incognite pu appartenere ad una ed una sola delle
seguenti categorie:
sistema possibile questo a sua volta presenta due possibilit:
una sola soluzione costituita da una npla di valo-

ri.
infinite soluzioni dipendenti ciascuna da uno o
pi parametri, soluzioni che si
possono determinare dando op-
portuni valori ai parametri.3
sistema impossibile non esistono soluzioni comuni alle varie equazio-

ni.
Ci proponiamo, oltre che di imparare a risolvere un sistema lineare,

anche di imparare a discuterlo, cio a scoprire a priori (quindi senza
doverlo risolvere), se risolubile o no, e quante sono le sue soluzioni.
2 Linterpretazione geometrica, nel caso di pi di due incognite non cos immediata.
3 Un tale sistema a volte chiamato impropriamente sistema indeterminato; locuzione che pu
trarre in inganno in quanto le soluzioni, pur essendo infinite, possono per essere determinate.
14 Capitolo 2. I sistemi lineari: teoria elementare
2.2 Risoluzione di un sistema

Nelle scuole superiori avete imparato a risolvere semplici sistemi
lineari con vari metodi, che si basano tutti sullidea di fondo che
quella di trovare un sistema che abbia le stesse soluzioni di quello dato
ma sia scritto in una forma pi semplice.
DEFINIZIONE 2.1. Due sistemi lineari di m equazioni in n incognite
si dicono equivalenti se hanno le stesse soluzioni, cio se ogni npla che
soluzione delluno lo anche dellaltro.
Ad esempio i sistemi
( ( (
x + 3y = 7 (1 + 6) x = 7 x=1
2x y = 0 y = 2x y=2
sono equivalenti, come si verifica facilmente.

Unottima tecnica per risolvere un sistema lineare quella di trovare
un sistema equivalente a quello dato ma con una struttura pi semplice.
Vedremo nei prossimi capitoli come si possa passare da un sistema
lineare ad uno equivalente basandoci sullosservazione che un sistema
definito quando sono dati i vari coefficienti nelle rispettive posizioni:
per far questo nel prossimo capitolo introdurremo il concetto di matrice.
Capitolo 3
Matrici
Esistono molti metodi per applicare la strategia esposta alla fine

del capitolo 2, per la maggior parte dei quali comodo introdurre
uno strumento matematico molto potente ed utilizzato nei pi svariati
campi della Matematica e di tutte le Scienze: il calcolo matriciale.
3.1 Nomenclatura e prime operazioni

Osserviamo che un sistema completamente determinato quando
siano dati i termini noti ed i coefficienti nelle loro rispettive posizioni. Ad
esempio, riferendoci al sistema ( 2.6 a pagina 13), per tener conto dei
coefficienti e delle loro posizioni possiamo scrivere la tabella:

a11 a12 . . . a1n
a21 a22 . . . a2n
A = .. (3.1)

.. .. ..
. . . .
am1 am2 . . . amn
che chiamiamo matrice dei coefficienti e i termini noti possiamo incolon-

narli

b1
b2
B = ..

.
bm
ottenendo la matrice (o vettore) dei termini noti.
15
16 Capitolo 3. Matrici
anche importante, come vedremo, la matrice

a11 a12 . . . a1n b1
a21 a22 . . . a2n b2
C = .. (3.2)

.. .. .. ..
. . . . .
am1 am2 . . . amn bm
detta anche matrice completa, costruita a partire dalla A accostandole

a destra la colonna B dei termini noti: possiamo anche scrivere C =
[ A | B ].
Pi in generale chiamiamo matrice di tipo (m, n) una tabella di nume-

ri, reali o complessi, organizzata in m righe e n colonne. Indicheremo
sempre, da ora in poi, le matrici con lettere latine maiuscole e gli ele-
menti con lettere minuscole dotate eventualmente di due indici che ne
individuano la posizione nella tabella, ad esempio scriveremo A = [ aik ]
dove 1 i m e 1 k n. Lelemento aik sar allora lelemento che
appartiene alla iesima riga e alla
kesima colonna.

1 2 3
Ad esempio nella matrice A = 3 4 5 si ha a32 = 6, in quanto il
5 6 7
numero 6 nella posizione (3, 2) cio appartiene alla terza riga ed alla
seconda colonna, allo stesso modo si ha: a23 = a31 = 5.
a b
Osserviamo che in alcuni testi le matrici sono indicate con
c d
a b
cio con le parentesi tonde, anzich con .
c d
Due matrici sono uguali quando sono dello stesso tipo e sono for-
mate dagli stessi elementi nelle stesse posizioni; formalmente scriviamo
che se A = [ aik ] e B = [bik ] sono due matrici, A = B se e solo se sono
dello stesso tipo e se aik = bik i, k.
1 2
Come controesempio consideriamo le matrici A = eB =
3 4
2 1
; esse, pur essendo formate dagli stessi elementi, non sono uguali,
3 4
infatti a11 6= b11 e a12 6= b12 .
Se A = [ aik ] una matrice di tipo (m, n) chiamiamo trasposta di A la

matrice A T , di tipo (n, m) ottenuta scambiando ordinatamente le righe
con le colonne1 , dunque B la trasposta di A se bik = aki i, k.
1 Anche la notazione A T per la trasposta di una matrice A non univoca: a volte la trasposta
3.1. Nomenclatura e prime operazioni 17

1 2
1 3 5
Ad esempio se A = 3 4 si avr A T = ; ovviamente la
2 4 6
5 6
trasposta di una matrice di tipo (m, n) una matrice di tipo (n, m) e la
trasposta di una matrice di tipo n n ancora dello stesso tipo.
Sussiste anche la propriet ( A T ) T = A, cio la trasposta della traspo-
sta di una matrice A ancora la matrice A. La semplice dimostrazione
di questa propriet lasciata come esercizio al lettore.
Una matrice di tipo (m, n) in cui m = n, cio in cui il numero delle

righe uguale a quello delle colonne, si chiama matrice quadrata di ordine
n. Ci occuperemo ora di matrici quadrate.
Se A = A T (il che implica che A sia quadrata, dimostrarlo per

esercizio), cio se aik = aki i, k diciamo che A simmetrica; se invece
A = A T , cio se aik = aki i, k diciamo che A emisimmetrica2 .
Come esercizio dimostrare che una matrice emisimmetrica ha tutti gli
elementi principali uguali a zero.
Esempio 3.1. La matrice

1 2 3
2 4 5
3 5 6
simmetrica, mentre la matrice

0 1 2
1 0 3
2 3 0
emisimmetrica
Gli elementi aik con i = k si chiamano elementi principali o elementi

appartenenti alla diagonale principale e la loro somma si chiama traccia
della matrice, si indica con trA e si ha quindi
n
trA = aii .
1
viene indicata con At o con t A o anche con At oppure A| o in altri modi. Noi useremo sempre
la notazione A T .
2 Qui, come faremo dora in poi, abbiamo indicato con A (leggere, ovviamente, meno A)
la matrice che si ottiene da A cambiando segno a tutti i suoi elementi.


1 0
Per esempio se A la matrice la sua traccia
2 3
trA = 1 3 = 2
.
Sia ora A una matrice quadrata di ordine n; nella tabella 3.1 definia-
mo alcune particolari matrici quadrate.
Tabella 3.1 Particolari matrici quadrate
diagonale se aik = 0 per ogni i 6= k; cio se gli elementi non

principali sono tutti nulli;
scalare se diagonale e gli elementi principali (cio gli
elementi aii ) sono uguali tra loro;
unit se scalare e i, aii = 1; la indicheremo
con I, sottintendendo lordine quando non c
ambiguit;
triangolare inferiore se i > k si ha aik = 0 cio se tutti gli elementi
al di sopra della diagonale principale sono nulli;
triangolare superiore se i < k si ha aik = 0 cio se tutti gli elementi
al di sotto della diagonale principale sono nulli.
Osserviamo esplicitamente che non si f nessuna ipotesi sugli ele-

menti principali di una matrice diagonale o triangolare: essi potrebbero
a loro volta essere tutti o in parte nulli.

1 0 0
Esempio 3.2. La matrice A = 0 0 0 una matrice diagonale, mentre
0 0 9
2 0 0 3 0 0
la matrice B = 0 2 0 una matrice scalare e C = 1 2 0
0 0 2 0 2 0
una matrice triangolare.
Osserviamo anche che una matrice diagonale pu essere considerata
sia triangolare inferiore sia triangolare superiore.
3.2 Operazioni sulle matrici

Ci proponiamo, in questo paragrafo, di introdurre unAlgebra delle
matrici, cio di imparare a fare dei conti con le matrici; iniziamo con la
somma di due matrici.
3.2. Operazioni sulle matrici 19
Somma di matrici
Se A = [ aik ] e B = [bik ] sono due matrici dello stesso tipo, diciamo
che C = [cik ] (dello stesso tipo di A e B) la somma di A e B e scri-
viamo C = A + B se ogni elemento di C la somma degli elementi
corrispondenti di A e B, cio se si ha,
cik = aik + bik ; i, k.
La somma di matrici gode delle propriet elencate nella tabella 3.2,
che sono le propriet di un gruppo abeliano. Nella tabella, A e B sono
Tabella 3.2 Propriet della somma di matrici
i) A + ( B + C ) = ( A + B) + C propriet associativa
ii ) A+B = B+A propriet commutativa
iii ) A+0 = A esistenza elemento neutro
iv) A + ( A) = 0 esistenza opposto
v) ( A + B ) T = A T + BT
matrici dello stesso tipo ed abbiamo indicato con 0 la matrice che ha

tutti gli elementi nulli (che chiameremo matrice nulla). La verifica delle
propriet della somma di matrici quasi immediata e costituisce un
utile esercizio per il lettore volenteroso.
OSSERVAZIONE 3.1. Attenzione! non confondere il numero zero 0
con la matrice zero (o matrice nulla), che noi indicheremo sempre
col simbolo 0 (in grassetto); osserviamo per che in alcuni testi ma
soprattutto nella scrittura a mano, essa viene spesso indicata con 0. 2
A proposito di simbologia ricordiamo che il simbolo indica linsieme
vuoto cio linsieme privo di elementi ed unicamente a tale scopo
va riservato e non il numero 0, come invece molti hanno labitudine di fare.
Questa confusione tra simboli diversi rappresenta una pessima abitudine da
perdere nel minor tempo possibile.
OSSERVAZIONE 3.2. La somma di matrici si estende facilmente al caso
di un numero qualsiasi di matrici.
Prodotto per uno scalare

Si introduce anche un prodotto esterno o prodotto per3 uno scalare,
prodotto tra un numero ed una matrice: se un numero (o pi
3 Attenzione, esiste anche il prodotto scalare v. 7.4 a pagina 72 da non confondere con
quello che introduciamo qui.

precisamente uno scalare4 ) e A = [ aik ] una matrice, si ha B = A se

bik = aik , i, k.
Ovviamente, per il prodotto per uno scalare, valgono le propriet
elencate nella tabella 3.3, anchesse di quasi immediata dimostrazione,
che lasciamo come esercizio al lettore.
Tabella 3.3 Propriet del prodotto per uno scalare
i) 0 = 0 = 0A;
ii ) 1A = A;
iii ) () A = ( A) = (A);
iv) ( + ) A = A + A;
v) ( A + B) = A + B;
vi ) A = 0 = = 0 oppure A = 0.
Combinazioni lineari di matrici

Le due operazioni di somma e di prodotto per uno scalare si unisco-
no nella definizione di combinazione lineare di matrici.
DEFINIZIONE 3.1. Siano date n matrici dello stesso tipo A1 , A2 , . . . , An
ed n scalari. 1 , 2 , . . . , n . Diciamo che la matrice B combinazione
lineare delle Ai con coefficienti i se
n
B= i A i = 1 A1 + 2 A2 + + n A n . (3.3)
i =1
Ovviamente la combinazione lineare (3.3) d la matrice nulla se tutti

gli i sono nulli.
DEFINIZIONE 3.2. Se una combinazione lineare di n matrici d la
matrice nulla anche se non tutti i coefficienti sono nulli, cio se
n
0= i Ai con qualche i 6= 0
i =1
diciamo che le matrici sono linearmente dipendenti. In caso contrario,

cio se posso ottenere la matrice nulla solo se tutti i coefficienti sono
nulli, diciamo che le matrici sono linearmente indipendenti.
4 Il
termine scalare nasce dal fatto che, generalizzando, le matrici si possono definire su
un campo qualsiasi K, non necessariamente un campo numerico come R o C e da qui il nome
di scalare, che indica un elemento del campo K.
Sul concetto di dipendenza lineare sussiste il fondamentale
Teorema 3.1. Siano A1 , A2 , . . . , Ak k matrici dello stesso tipo, esse sono

linearmente dipendenti se e solo se almeno una di esse si pu scrivere come
combinazione lineare delle altre.
Dimostrazione. Se le matrici A1 , . . . , Ak sono linearmente dipendenti,

allora esiste una loro combinazione lineare che d la matrice nulla senza
che tutti i coefficienti siano nulli, cio 1 A1 + 2 A2 + + k Ak = 0.
In virt della propriet commutativa, possiamo supporre, senza ledere
1
la generalit, che 1 6= 0; allora possiamo scrivere A1 = (2 A2 +
1
+ k Ak ), quindi A1 combinazione lineare delle rimanenti, e si ha:
k

A1 = i A i .

i =2 1
k
Viceversa supponiamo che A1 = i Ai , allora la combinazione
i =2
lineare
A 2 A2 k A k = 0
d la matrice nulla, ed almeno il primo coefficiente, quello di A,

diverso da zero, dunque le matrici sono linearmente dipendenti.
Prodotto tra matrici

Il prodotto di matrici un operazione meno intuitiva delle due
precedenti. Siano A e B, prese nellordine dato, due matrici di tipi
rispettivamente (m, p) e ( p, n); diciamo prodotto righe per colonne o sem-
plicemente prodotto delle matrici A e B, nellordine dato, la matrice
C = AB = [cik ] di tipo (m, n) se lelemento generico cik la somma dei
prodotti degli elementi della iesima riga di A per gli elementi della
kesima colonna di B cio
p
cik = aij bjk
j =1
OSSERVAZIONE 3.3. La definizione di prodotto di una matrice A per

una matrice B implica che il numero delle colonne della prima matrice
deve coincidere con il numero delle righe della seconda; diciamo, in tal
caso, che A conformabile con B.2

a b x y z
Esempio 3.3. Siano A(2, 2) = e B(2, 3) = allora A
c d u v w
conformabile con B e si ha

ax + bu ay + bv az + bw
C (2, 3) = AB =
cx + du cy + dv cz + dw
OSSERVAZIONE 3.4. Si vede subito che, in generale, se A di tipo

(m, p) e B di tipo ( p, n) il prodotto AB una matrice di tipo (m, n),
mentre il prodotto BA non ha senso, perch B non conformabile con
A. Se A di tipo (n, p) e B di tipo ( p, n) il prodotto si pu fare nei due
sensi, ma d luogo a due matrici quadrate certamente diverse: infatti
una di ordine n ed una di ordine p. Infine, anche nel caso in cui A e
B siano entrambe quadrate dello stesso ordine n il prodotto AB ed il
prodotto BA, pur essendo entrambe matrici quadrate ancora di ordine
n, non sono, in generale, uguali, come mostra il seguente

0 0 0 0
Esempio 3.4. Se A = eB= si verifica subito che
0 1 1 0

0 0 0 0
AB = ma BA = =0 (3.4)
1 0 0 0
OSSERVAZIONE 3.5. La ( 3.4) mette in luce, oltre alla non commutativit

del prodotto di matrici, anche il fatto che per le matrici non vale la legge di
annullamento del prodotto cio che il prodotto di due matrici pu dare la
matrice nulla senza che nessuna delle due sia la matrice nulla.
Dunque per il prodotto di matrici non vale, in generale, la propriet
commutativa, tuttavia esistono coppie di matrici A e B tali che AB =
BA: esse si chiamano permutabili o si dice anche che commutano. Ad
esempio la matrice I commuta con tutte le matrici del suo stesso ordine.
Per il prodotto tra matrici valgono invece le propriet elencate nella

tabella 3.4 nella pagina successiva, dove, ovviamente, in ciascun caso
si sottintende che le uguaglianze valgono solo se sono rispettate le
conformabilit.
Anche queste propriet sono di facile dimostrazione, ricordando le
propriet dei numeri reali (o complessi) e la definizione di prodotto
righe per colonne.
OSSERVAZIONE 3.6. Osserviamo che il prodotto righe per colonne
in un certo senso privilegiato rispetto agli altri analoghi (di ovvio
significato) colonne per righe, colonne per colonne o righe per righe, perch
Tabella 3.4 Propriet del prodotto di matrici
i) A( BC ) = ( AB)C associativa
ii ) ( A + B)C = AC + BC C ( A + B) = CA + CB distributive
iii ) ( AB) = (A) B = AB = ( AB) associativit mista
iv) AI = I A = A esistenza elemento neutro
v) A0 = 0A = 0
vi ) ( AB)T = BT AT
lunico dei quattro che gode della propriet associativa, come si

verifica facilmente su esempi che il lettore invitato a trovare come utile
esercizio, per esempio scrivendo facili programmini per calcolatore.
Il prodotto elemento per elemento non soddisfacente, per esem-
pio perch considerando i determinanti (vedi definizione 5.2 a pagi-
na 46) non sarebbe pi vero il teorema 5.5 a pagina 50 che dice che
il determinante di un prodotto di matrici uguale al prodotto dei
determinanti.
Applicando la definizione di prodotto tra matrici si vede anche che,

per esempio, il sistema 2.6 a pagina 13 si pu scrivere nella forma, pi
comoda
Ax = b

a11 a12 . . . a1n
a21 a22 . . . a2n
in cui A la matrice, di tipo (m, n), A = .. .. , x una

.. ..
. . . .
am1 am2 . . . amn

x1
x2
matrice di tipo (n, 1) (matrice colonna), x = .. e b una matrice di

.
xn

b1
b2
tipo (m, 1), b = .. .

.
bm
Potenza di una matrice quadrata

DEFINIZIONE 3.3. Si chiama potenza ennesima An (n Z) di una
matrice quadrata A la matrice

A A {z
A} se n 2
|

n volte
An =

A se n = 1

I se n = 0
Per la potenza di matrici valgono le usuali propriet delle potenze,

con lattenzione alla non commutativit del prodotto; in particolare,
per esempio, si avr
Am An = Am+n ( Am )n = Amn ;
ma in generale la non commutativit implica che
( AB)n 6= An Bn
cos come per esempio ( A B)2 sar in generale diverso da A2 2AB +
B2 , a meno che, naturalmente, A e B non commutino; lo stesso si pu
dire per il prodotto ( A + B)( A B) che, nella forma A2 B2 dipende
essenzialmente dalla commutativit.
Segnaliamo anche che esistono matrici non banali tali che A2 = A e
Ak = 0; esse si chiamano, rispettivamente,
matrici idempotenti e matrici
1 1
nilpotenti. Per esempio la matrice idempotente, mentre la
0 0
0 0
matrice nilpotente: verificarlo per esercizio.
3 0
3.3 Polinomi di matrici

Dato un polinomio di grado n
a 0 x n + a 1 x 2 + + a n 1 x + a n
possiamo ora formalmente sostituire alla variabile x una matrice A
ottenendo il polinomio matriciale
a0 An + a1 A2 + + an1 A + an I.
Osserviamo che il termine noto di un polinomio corrisponde al coef-
ficiente del termine x0 , da qui la sostituzione A0 = I. I polinomi di
matrici sono molto usati nella teoria delle matrici ed anche nelle altre
Scienze.
3.4. Matrici a blocchi 25
3.4 Matrici a blocchi

Una matrice A pu essere divisa, mediante linee orizzontali e/o
verticali, in sottomatrici che prendono il nome di blocchi. Naturalmente
ogni matrice pu essere decomposta
in blocchi in parecchi modi diversi,
a b c
ad esempio la matrice A = si pu suddividere in blocchi, tra
d e f
gli altri, nei seguenti modi:
" # " #
a b c a b c

a b c
d e f d e f d e f
Se A e B sono due matrici dello stesso tipo posso sempre suddivide-
re entrambe in blocchi dello stesso tipo, pi precisamente possiamo
supporre

A11 A12 . . . A1n B11 B12 . . . B1n
A21 A22 . . . A2n B21 B22 . . . B2n
A = .. e B =

.. .. .. .. .. .. ..
. . . . . . . .
Am1 Am2 . . . Amn Bm1 Bm2 . . . Bmn
dove le matrici Aik sono rispettivamente dello stesso tipo delle matrici
Bik i, k. A questo punto ovvio, dalla definizione di somma tra matrici,
che
A11 + B11 A12 + B12 . . . A1n + B1n
A + B = . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Am1 + Bm1 Am2 + Bm2 . . . Amn + Bmn
Allo stesso modo si pu eseguire il prodotto a blocchi per uno scalare,
moltiplicando ciascun blocco per lo scalare.
Per il prodotto a blocchi, invece, occorre che le matrici siano decom-
poste in blocchi a due a due conformabili, come illustra il seguente
Esempio 3.5. Siano A e B due matrici (A conformabile con B) divise a blocchi
come segue
a b c x u
A = d e f B = y v

g h k z w
e chiamiamo

a b c
A1 = A2 = A3 = g h A4 = k
c d f

x u
B1 = B2 = B3 = z B4 = w
y v
allora possiamo scrivere

A1 A2 B B2
A= e B= 1
A3 A4 B3 B4
ed il prodotto si pu eseguire a blocchi in questo modo:

A1 B1 + A2 B3 A1 B2 + A2 B4
AB =
A3 B1 + A4 B3 A3 B2 + A4 B4
come se i singoli blocchi fossero elementi delle matrici.
In generale se le matrici A e B sono decomposte in blocchi nel modo

seguente

A11 A12 . . . A1n B11 B12 . . . B1r
A21 A22 . . . A2p B21 B22 . . . B2r
A = .. .. e B = ..

.. .. .. .. ..
. . . . . . . .
Aq1 Aq2 . . . Aqp B p1 B p2 . . . B pr
ed i blocchi Aij sono conformabili con i blocchi Bjk i, j, k allora si pu

eseguire a blocchi il prodotto AB come se i singoli blocchi fossero elementi
delle matrici.
OSSERVAZIONE 3.7. Il prodotto a blocchi utile quando, per esempio,
nelle matrici A e/o B si possono individuare blocchi che formano la
matrice nulla oppure la matrice unit o anche nei seguenti casi:
i) Se A(m, p) e B( p, m) sono due matrici tali che A sia conformabile

con B e se indichiamo con B1 , B2 , . . . , Bn le colonne di
B, possia-
mo scrivere B a blocchi come B = B1 B2 . . . Bn e quindi il
prodotto AB si pu scrivere

AB = AB1 AB2 . . . ABn

ii) Se ancora B = B1 B2 . . . Bn e D = diag(d1 , d2 , . . . , dn ) allora

BD = DB = d1 B1 d2 B2 . . . dn Bn
iii) Siano A e B quadrate e dello stesso ordine decomposte in blocchi

nel modo seguente

A1 A3 B1 B3
A= e B=
0 A2 0 B2
3.5. Applicazioni ai sistemi lineari 27
dove A1 e B1 sono quadrate dello stesso ordine, allora si ha

A1 B1 A1 B3 + A3 B1
AB =
0 A2 B2
in particolare, se A3 = B3 = 0 si ha

A1 0 B1 0 A1 B1 0
= .
0 A2 0 B2 0 A2 B2
3.5 Applicazioni ai sistemi lineari

Equivalenza di matrici
Si chiamano operazioni elementari sulle righe (rispettivamente sulle
colonne) di una matrice le seguenti operazioni
i) scambio di due righe (colonne);
ii) moltiplicazione di una riga (colonna) per una costante k 6= 0;
iii) sostituzione di una riga (colonna) con la somma della riga (colon-
na) stessa con unaltra moltiplicata per una costante k.
DEFINIZIONE 3.4. Due matrici A e B si dicono equivalenti per righe

(rispettivamente per colonne) se B si ottiene da A eseguendo un numero
finito di operazioni elementari sulle righe (colonne).
Scriveremo che A B. facile dimostrare farlo come esercizio

che se A B allora B A e che se A B e B C allora A C, cio
che la relazione una relazione di equivalenza.
Ed importante il
Teorema 3.2. Se le matrici complete di due sistemi lineari sono equivalenti

per righe allora i sistemi sono equivalenti, cio hanno le stesse soluzioni.
Risoluzione di un sistema
Vediamo ora, su un esempio, come si possa utilizzare il Teorema 3.2
per la risoluzione di un sistema lineare.
Esempio 3.6. Consideriamo il sistema

x+y+zt =1

2x + y + z + 3t =2
(3.5)

xyz =0

x + y + z 3t = 1

La matrice completa la matrice

1 1 1 1 1
2 1 1 3 2
A=
1 1 1
.
0 0
1 1 1 3 1
Se sommiamo alla II riga di A la prima moltiplicata per 2, alla II la I

moltiplicata per 1 ed alla IV la I moltiplicata per 1 otteniamo

1 1 1 1 1
0 1 1 5 0
;
0 2 2 1 1
0 0 0 2 2
ora se in questa nuova matrice sommiamo alla III riga la seconda moltiplicata
per 2 troviamo

1 1 1 1 1
0 1 1 5 0
.
0 0 0 9 1
0 0 0 2 2
2
Infine se sommiamo alla IV riga la II moltiplicata per risulta
9
1 1 1 1 1

0 1 1 5 0
B = 0 0 9 1 .

0
16

0 0 0 0
9
La matrice B ottenuta mediante operazioni elementari dalla A quindi ad

essa equivalente, allora, in virt del Teorema 3.2 il sistema (3.5) ha le stesse
soluzioni del sistema che ha la B come matrice completa; cio equivale al
3.5. Applicazioni ai sistemi lineari 29
sistema

x+y+zt = 1

y z + 5t = 0

9t = 1

16

0=
9
che palesemente impossibile.
Nella risoluzione data nellesempio 3.6 abbiamo ridotto la matrice

A ad una matrice equivalente pi semplice nel senso precisato dalla
seguente
DEFINIZIONE 3.5. Una matrice A di tipo (m, n) di elemento generico

aij si dice ridotta (per righe) se in ogni riga che non contiene solo zeri
esiste un elemento aij 6= 0 tale che per ogni k con i < k m si ha
akj = 0.
Il procedimento illustrato sempre possibile in quanto sussiste il
Teorema 3.3. Sia A una matrice qualsiasi, allora esiste una matrice B ridotta
per righe equivalente alla A.
Possiamo ora introdurre ora il fondamentale concetto di rango di

una matrice5 .
DEFINIZIONE 3.6. Si dice rango (o caratteristica) di una matrice A il

numero delle righe di una matrice ridotta A1 equivalente alla A che
non contengono solo zeri.
Scriveremo r ( A) per indicare il rango della matrice A; dalla defini-

zione 3.6 segue subito che r ( A) un numero intero positivo (nullo se e
solo se A = 0) cio che r ( A) Z+ ed tale che, se A di tipo (m, n),
vale la relazione r ( A) min(m, n).
Siccome la matrice ridotta per righe equivalente alla matrice A di-
pende dalle operazioni elementari effettuate, essa non unica, dunque
la definizione (3.6) ben posta solo se il numero delle righe che non
contengono solo zeri di una matrice ridotta Ai equivalente ad A non
dipende dalle operazioni elementari effettuate sulla matrice Ai . Infatti
si pu dimostrare il
5 Vedremo pi avanti, a pagina 51, che il concetto di rango qui anticipato pu essere definito
in maniera formalmente molto diversa a partire dalla definizione di determinante di una matrice
quadrata.
Teorema 3.4. Siano A1 e A2 due matrici ridotte equivalenti alla stessa matrice
A. Allora il numero delle righe che non contengono solo zeri lo stesso in A1
e A2 , cio r ( A) = r ( A1 ) = r ( A2 ).
Con i concetti introdotti possiamo enunciare il fondamentale
Teorema 3.5 (di Rouch-Capelli). 6 Sia A la matrice dei coefficienti di un
sistema lineare e sia B la matrice completa, allora il sistema possibile se e
solo se
r ( A ) = r ( B ).
Una dimostrazione del Teorema 3.5 verr data pi avanti, a pagi-
na 58.
Una soluzione di un sistema lineare di m equazioni in n incognite
costituita, come abbiamo visto, da una npla ordinata di numeri.
Abbiamo chiamato tale npla vettore; possiamo pensare ad un vettore
come una matrice di tipo (1, n) (vettore riga) o (n, 1) (vettore colonna).
3.6 Lalgoritmo di Gauss

Ricordiamo che un sistema lineare costituito da un certo numero m
di equazioni in un certo numero n di incognite.7 Una soluzione di un
sistema lineare quindi costituita da una npla ordinata di valori che
sostituita alle incognite soddisfa tutte le m equazioni.
Come abbiamo visto, un sistema lineare pu ammettere una o infinite
soluzioni oppure non esssere risolubile. Per risolvere un sistema lineare
esistono vari metodi elementari, ben noti, ma che diventano scomodi
quando il numero delle incognite superiore a 2 o 3.
Un algoritmo spesso usato, che funziona sempre, il cosiddetto
algoritmo di Gauss8 .
Lagoritmo si basa sul seguente
Teorema 3.6 (di Gauss). Se un sistema lineare ottenuto da un altro con
una delle seguenti operazioni:
i) scambio di due equazioni
ii) moltiplicazione di ambo i membri di unequazione per una costante non
nulla
6 Eugene ROUCHE, 1832, Sommres, Gard (Francia) 1910, Lunelle (Francia).
Alfredo CAPELLI, 1855, Milano 1910, Napoli.
7 Non si esclude, a priori, che possa essere m = n.
8 Karl Fredrich Gauss 1777 (Brunswick) - 1855 (Gttingen) uno dei pi grandi matematici
di tutti i tempi.
3.6. Lalgoritmo di Gauss 31
iii) unequazione sostituita dalla somma di se stessa con un multiplo di

unaltra.
allora i due sistemi hanno le stesse soluzioni.
e verr illustrato mediante alcuni esempi.
Esempio 3.7. Sia da risolvere il sistema

3x3 = 9
x1 + 5x2 2x3 = 2

1
x1 + 2x2 = 3

3
Possiamo effettuare le seguenti operazioni:
i) scambiamo la prima riga con la terza:
1

x1 + 2x2 = 3
3

x1 + 5x2 2x3 = 2 ;
3x3 = 9

ii) moltiplichiamo la prima riga per 3:

x1 + 6x2 = 9
x1 + 5x2 2x3 = 2 ;

3x3 = 9

iii) aggiungiamo la prima riga moltiplicata per 1 alla seconda:

x1 + 6x2 = 9
x2 2x3 = 7 .

3x3 = 9

Ormai il sistema risolto: dalla terza equazione si ha x3 = 3 da cui x2 = 1 e

x1 = 3.
Lalgoritmo di Gauss funziona anche quando il numero delle equa-

zioni diverso dal numero delle incognite cio quando m 6= n
Esempio 3.8. Sia dato il sistema

x + 3y = 1

2x + y = 3

2x + 2y = 2
in cui m > n. Aggiungendo alla seconda ed alla terza riga la prima moltipli-
cata per 2 si ha il sistema equivalente

x + 3y = 1

5y = 5 .

4y = 4
A questo punto gi chiaro che lunica soluzione x = 2 e y = 1. In ogni

caso, proseguendo lalgoritmo si pu aggiungere alla terza riga la seconda
moltiplicata per 54 ottenendo

x + 3y = 1

5y = 5 .

0=0

Lultima uguaglianza unidentit a riprova del fatto che le equazioni sono

ridondanti.
Nel caso in cui il sistema fosse impossibile procedendo con lalgorit-
mo si arriva ad una contraddizione.
Esempio 3.9. Sia dato il sistema

x + 3y = 1

2x + y = 3

2x + 2y = 0
Sempre aggiungendo alla seconda ed alla terza riga la prima moltiplicata per
2 si ha il sistema equivalente

x + 3y = 1

5y = 5 ;

4y = 2
a questo punto, per, aggiungendo alla terza riga la seconda moltiplicata per
45 si ottiene
x + 3y = 1

5y = 5 .

0=2
3.6. Lalgoritmo di Gauss 33
Quindi una palese contraddizione: possiamo concludere dunque che il sistema

dato non ammette soluzioni, o, come pi comunemente ma meno propriamente
si dice, impossibile.
Un sistema lineare pu anche avere infinite soluzioni:
(
x+y = 4
Esempio 3.10. Consideriamo il sistema ed applicando lalgo-
2x + 2y = 8
ritmo di Gauss (sommando
( alla seconda riga la prima moltiplicata per 2) si
x+y = 4
ottiene il sistema equivalente a quello dato, da cui si vede che
0=0
la seconda equazione inutile, quindi la soluzione data da tutte le infinite
coppie di numeri che hanno come somma 4, che possiamo scrivere, ad esempio,
come x = t y = 4 t.
Capitolo 4
Spazi vettoriali
Avete gi sentito parlare di vettori, probabilmente avrete visto i

vettori in Fisica, visualizzati come segmenti orientati. Completiamo e
formalizziamo ora le nozioni viste.
4.1 Definizioni e prime propriet

In generale diamo la seguente
DEFINIZIONE 4.1. Chiamiamo spazio vettoriale su R e indichiamo con
Rn linsieme delle nple ordinate di numeri reali ed indichiamo con
#
v ciascuna di queste nple, cio #
v = [v1 , v2 , . . . , vn ], chiediamo inoltre
che in Rn siano definite due operazioni: la somma componente per
componente cio
#
x + #
y = [ x1 , x2 , . . . , x n ] + [ y1 , y2 , . . . , y n ] = [ x1 + y1 , x2 + y2 , . . . , x n + y n ]
ed un prodotto esterno o prodotto per uno scalare
#
v = [ x1 , x2 , . . . , xn ] = [x1 , x2 , . . . , xn ]
dove un numero reale qualsiasi. Chiamiamo vettori le nple e scalari
i numeri da cui essi sono formati.
Le propriet di queste due operazioni sono elencate nella Tabella 4.1
nella pagina seguente, in cui e sono numeri reali e # v ew # sono
vettori.
Si verifica immediatamente che lo spazio vettoriale Rn soddisfa
alle propriet indicate in Tabella 4.1 nella pagina successiva, in cui
abbiamo indicato con 0 il vettore nullo, cio quello che ha tutte le
componenti uguali a 0 e con #v il vettore opposto di #
v cio quello le
cui componenti sono gli opposti delle componenti di # v.
35
36 Capitolo 4. Spazi vettoriali
Tabella 4.1 Propriet degli spazi vettoriali
i) #
v + (w # + # u ) = ( #
v +w #) + #
u associativit della somma
ii ) # #
v +w = w+ v # # commutativit della somma
iii ) 0 + #v = # v esistenza del vettore nullo
iv) #
v + ( # v) = 0 esistenza del vettore opposto
v) ( #
v +w #) = # v + w # distributivit rispetto alla somma di vettori
vi ) # #
( + ) v = v + v # distributivit rispetto alla somma di scalari
vii ) ( #
v ) = () # v associativit mista
viii ) #
1 v = v # esistenza dellunit
ix ) 0 #
v =0
Si pu generalizzare il concetto di spazio vettoriale su un campo

qualsiasi K dando la seguente
DEFINIZIONE 4.2. Uno spazio vettoriale V su K costituito da un
insieme V e da un campo K; sugli elementi1 di V sono definite due
operazioni, una somma ed un prodotto esterno, che godono delle
propriet i ) . . . ix ), elencate nella tabella 4.1 in cui # # sono elementi
v ew
di V e , K. Gli elementi di uno spazio vettoriale V si chiamano
vettori, e scalari gli elementi del campo su cui esso costruito.
Esempi di spazi vettoriali diversi da Rn sono (verificarlo per eserci-
zio2 ):
Le matrici di tipo (m, n) rispetto alle operazioni di somma e
prodotto per uno scalare definite nel capitolo 3.
I polinomi di grado n in una indeterminata sul campo reale,
rispetto alle usuali somma e prodotto per uno scalare.
Riprendiamo ora un concetto fondamentale, gi introdotto per le

matrici nel 3.2 a pagina 20
DEFINIZIONE 4.3. Come per le matrici, si dice che il vettore w #
# # #
combinazione lineare dei k vettori v , v , . . . , v se esistono k scalari
1 2 k
1 , 2 , . . . , k tali che
k
# =
w i #v i = 0. (4.1)
i =1
1 Sulla
natura degli elementi di V non si fa nessuna ipotesi.
2 Per
verificare che un insieme V uno spazio vettoriale bisogna verificare anzitutto che la
somma di due elementi di V appartenga ancora a V e che il prodotto di un elemento di V per
uno scalare sia ancora un elemento di V, poi che valgano le propriet i)ix) della tabella 4.1.
4.1. Definizioni e prime propriet 37
Fissiamo ora k vettori e consideriamo la loro combinazione lineare

k
0= i #v i . (4.2)
i =1
ovvio che la (4.2) verificata quando tutti gli i sono nulli. Pu per
accadere che una combinazione lineare di vettori dia il vettore nullo
senza che tutti i coefficienti siano nulli. In tal caso i vettori si chiamano
linearmente dipendenti in caso contrario, cio se la (4.2) vale solo quando
tutti gli i sono nulli, si dice che i vettori sono linearmente indipendenti,
quindi diamo la seguente
DEFINIZIONE 4.4. n vettori si dicono linearmente dipendenti se esiste
una loro combinazione lineare
n
i #v i
i =1
uguale al vettore nullo, senza che siano tutti nulli i coefficienti i
Ad esempio i vettori # # = [2, 0, 1] e #
v = [1, 2, 1], w u = [3, 2, 0] sono
# # #
linearmente dipendenti, infatti si ha v + w u = 0. Invece i vettori
#
e = [1, 0, 0], #
e = [0, 1, 0] e #
e = [0, 0, 1], che chiameremo anche
1 2 3
vettori fondamentali, sono linearmente indipendenti.
Sul concetto di dipendenza lineare sussiste il fondamentale
Teorema 4.1. Siano # v , . . . #
v , # 1 2v k vettori, essi sono linearmente dipenden-
k
ti se e solo se almeno uno di essi si pu scrivere come combinazione lineare
degli altri.
Esso del tutto analogo al Teorema 3.1 a pagina 21 e si dimostra
allo stesso modo.
Valgono, per la dipendenza ed indipendenza lineare, le seguenti
propriet:
i) Se un insieme di vettori contiene il vettore nullo, esso un insieme
dipendente, infatti, ad esempio, 0 #
v + 1 0 una combinazione lineare
non banale che genera il vettore nullo.
ii) Aggiungendo un vettore qualsiasi ad un insieme linearmente di-
pendente, si ottiene ancora un insieme linearmente dipendente,
infatti, se, per esempio, #v 1 , #
v 2 . . . , #
v k sono linearmente dipendenti
k #
significa che 1 i v i = 0 con qualche i 6= 0 e quindi la combinazio-
ne lineare 1 #
v 1 + 2 #
v 2 + + k # v k + 0 #
v k+1 d il vettore nullo
qualunque sia #v k+1 sempre con gli stessi coefficienti non nulli.
iii) Togliendo da un insieme indipendente un vettore qualsiasi si

ottiene ancora un insieme indipendente, infatti se # v 1 , . . . , #
v n sono
n #
indipendenti, significa che 1 i v i = 0 solo quando i, i = 0 quindi,
a maggior ragione si ha 1n1 i #
v i = 0 solo quando i, i = 0.
4.2 Sottospazi e basi

DEFINIZIONE 4.5. Sia V uno spazio vettoriale. Un sottoinsieme W
V si chiama sottospazio di V se, rispetto alle stesse operazioni definite
in V, a sua volta uno spazio vettoriale.
In altre parole W sottospazio di V se in esso continuano a valere

le propriet delle operazioni definite in V.
Ad esempio in R3 il sottoinsieme W formato dai vettori le cui com-
ponenti sono numeri dispari non un sottospazio, perch la somma di
due vettori cosiffatti un vettore le cui componenti sono numeri pari e
dunque non appartiene a W. Mentre invece lo quello dei vettori che
hanno, per esempio, la terza componente nulla.
In generale per verificare che un certo sottoinsieme W di uno spazio
vettoriale V sia un sottospazio basta verificare che sia soddisfatta la
seguente propriet
W chiuso rispetto alle combinazioni lineari, cio ogni combina-

zione lineare di vettori di W ancora un vettore di W.
Infatti le propriet degli spazi vettoriali (quelle elencate nella Ta-

bella 4.1 a pagina 36) valgono in W in quanto valgono in V essendo
W V.
Si osserva subito che una immediata conseguenza di questa proprie-
t che il vettore nullo 0 appartiene a qualunque sottospazio (infatti si
ha 0 #
v = 0 qualunque sia # v ).
Se ora consideriamo un certo numero k di vettori # v 1 , #

v 2 , . . . , #
v k di
uno spazio vettoriale V e formiamo tutte le loro possibili combinazioni
lineari otteniamo, come facile verificare, uno spazio vettoriale W
sottospazio di V, cio tale che W V. I vettori # v i si chiamano, in
questo caso, generatori di W.
DEFINIZIONE 4.6. Un insieme di generatori linearmente indipendenti

di uno spazio vettoriale V prende il nome di base di V.
Sulle basi fondamentale il teorema

4.2. Sottospazi e basi 39
Teorema 4.2. Se V uno spazio vettoriale e B una sua base, ogni vettore
di V si pu scrivere in maniera unica come combinazione lineare dei vettori di
B.
Dimostrazione. Sia B { # e 1 , . . . , #
e n } la base considerata, allora ogni
vettore v V si scrive come combinazione lineare degli #
# e i in quanto
questi ultimi sono generatori, inoltre, se, per assurdo, # v si potesse
scrivere in due modi diversi come combinazione lineare dei vettori di
B, si avrebbe sia #v = 1n i #e i sia # v = 1n i #
e i con qualche i 6= i ,
in tal caso, sottraendo membro a membro, si avrebbe la combinazione
lineare
0 = (i i ) # ei (4.3)
ma poich, per ipotesi, gli #
e in quanto vettori di una base, sono linear-
i
mente indipendenti, si ha che tutti i coefficienti della combinazione
(4.3) devono essere nulli, e quindi i, i = i .
Se in uno spazio vettoriale esiste una base B formata da n vettori,

allora possiamo sostituire p n vettori di B con altrettanti vettori
indipendenti ed ottenere ancora una base, come precisa il
Teorema 4.3. Sia V uno spazio vettoriale e sia B = { # e 1 , #

e 2 , . . . , #
e n } una
sua base. Se #
v 1 , #
v 2 , . . . #
v p sono p n vettori indipendenti, allora si possono
scegliere n p vettori di B in modo che linsieme
{ #
v 1 , #
v 2 , . . . , #
v p , #
e p+1 , . . . , #
e n}
sia ancora una base per V.
Dimostrazione. Dobbiamo far vedere che i vettori
{ #
v 1 , #
v 2 , . . . , #
v p , #
e p+1 , . . . , #
e n}
sono indipendenti e che generano tutto V. Poich i # v i sono indipen-

#
denti, fra di essi non c il vettore nullo. Inoltre v 1 un vettore di V
quindi
n
# #
v = 1e i i (4.4)
1
in quanto gli #e i formano una base. Mostriamo che { # v 1 , #

e 2 , . . . , #
e n}
formano a loro volta una base: consideriamo una loro combinazione
lineare che dia il vettore nullo, sia 1 #v 1 + 2 #
e 2 + + n # e n = 0.
# #
Se 1 = 0 allora si ha 2 e 2 + + n e n = 0 e dallindipendenza
dei vettori #
e i segue che i, i = 0. Se fosse invece 1 6= 0 potrei
1 n
scrivere #
v 1 = i #
e i ma ricordando che vale la (4.4) e per lunicit
1 2
della rappresentazione di un vettore mediante gli elementi di una base,
concludiamo che i vettori sono indipendenti. Allo stesso modo si
procede sostituendo di volta in volta unaltro vettore #v i ad uno della
base.
Dalla definizione 4.6 segue inoltre che qualunque insieme di vettori

indipendenti generatori V costituisce una base per V, quindi che uno
stesso spazio vettoriale V ha infinite basi; di pi sussiste anche il
Teorema 4.4. Sia V uno spazio vettoriale, se una base di V formata da n

vettori, allora qualunque base formata da n vettori.
Dimostrazione. Infatti facile vedere che qualunque (n k )pla di vet-

tori non pu generare tutto V e viceversa che ogni insieme di n + 1
vettori formato da vettori linearmente dipendenti in quanto ogni
vettore di V si esprime, in virt del Teorema 4.2, come combinazione
lineare degli n vettori della base, quindi ln + 1esimo non pu essere
indipendente dagli altri.
Da quanto detto fin qui si ricava che il numero n dei vettori di una
base non dipende dalla scelta della base stessa, ma caratterizza lo spazio
V e prende il nome di dimensione di V.
Lo spazio vettoriale costituito dal solo vettore nullo ha, per conven-
zione, dimensione 0. Si pu anche osservare che se V uno spazio
vettoriale di dimensione n allora qualsiasi insieme di k < n vettori
indipendenti pu essere completato ad una base di V aggiungendo
altri n k vettori indipendenti.
OSSERVAZIONE 4.1. Da quanto detto si deduce anche che in uno
spazio vettoriale V di dimensione n, qualunque npla di vettori indi-
pendenti forma una base per V.
OSSERVAZIONE 4.2. Tutti gli spazi vettoriali fin qui considerati han-
no dimensione n finita, ma facile rendersi conto che esistono spazi
vettoriali che non hanno dimensione finita, per esempio se V = P ( x )
linsieme dei polinomi in una ideterminata sul campo reale con le
usuali operazioni di somma e di prodotto per uno scalare si vede subito
che V uno spazio vettoriale; tuttavia se si suppone che esistano p
polinomi che generano V e se n il grado massimo di questi polinomi,
ovvio che nessun polinomio di grado m > n pu essere generato da
questi. Quindi V = P ( x ) rappresenta unesempio di spazio vettoriale
di dimensione infinita. Noi ci occuperemo quasi esclusivamente di

spazi vettoriali di dimensione finita.
Sorge il problema di come si possa, in uno stesso spazio vettoriale
V, passare da una base ad unaltra, cio quali siano le relazioni che
legano i vettori di una base a quelli di unaltra. Siano B { # e 1 , . . . , #
e n}
# #
e B { f 1 , . . . , f n } due basi distinte di uno stesso spazio vettoriale V.
0
#
I vettori f i , in quanto vettori di V si esprimono come combinazione
lineare dei vettori # e i di B, quindi si ha il sistema lineare:
#
f 1 = a11 #
e 1 + a12 #
e 2 + + a1n #
en
#

# # #

f 2 = a21 e 1 + a22 e 2 + + a2n e n
(4.5)
...........................
#

f = a # e + a # e + + a #

n n1 1 n2 2 nn n e
La matrice dei coefficienti del sistema (4.5)

a11 a12 a1n
a21 a22 a2n
A = ..

.. .. ..
. . . .
an1 an2 ann
costituisce la matrice di passaggio dalla base B alla base B 0 .
facile verificare che lintersezione insiemistica V W di sottospazi

a sua volta un sottospazio (dimostrarlo per esercizio); due spazi
vettoriali V e W hanno sempre in comune almeno il vettore nullo, nel
caso in cui questo sia lunico vettore in comune si dice che sono disgiunti
e si scrive V W = {0}: abbiamo gi osservato che linsieme formato
dal solo vettore nullo considerato uno spazio vettoriale.
Invece lunione di due sottospazi non detto sia un sottospazio:
infatti potrebbe non essere chiusa rispetto alle combinazioni lineari,
come mostra il seguente
Esempio 4.1. Consideriamo in R3 i due sottospazi V = {[ x, y, z] | x = y}
formato dai vettori di R3 che hanno le prime due componenti uguali e W =
{[ x, y, z] | z = 0}, formato dai vettori di R3 che hanno la terza componente
nulla, allora si ha
V W = {[ x, y, z] | x = y oppure z = 0}
e se prendiamo # # = [1, 0, 0] W osserviamo che
v = [0, 0, 1] V e w
sia # # appartengono a V W, ma il vettore #
v sia w # = [1, 0, 1] non
v +w
ha uguali le prime due componenti n ha la terza componente nulla, quindi

#
v +w # 6 V W. Dunque linsieme V W non chiuso rispetto alla somma
e di conseguenza non un sottospazio di R3 .
Sulla dimensione dei sottospazi di uno spazio vettoriale sussiste
anche il
Teorema 4.5. Sia V uno spazio vettoriale di dimensione n e sia W un suo
sottospazio allora
i) W ha dimensione finita
ii) dim(W ) dim(V )
iii) se dim(W ) = dim(V ) allora W = V
Dimostrazione. Se W = {0} la i ) e la ii ) sono ovvie. Sia quindi W 6= {0}
e sia w # un vettore di W, se w # genera W allora dimW = 1 e poich in
1 1
V vi almeno un vettore indipendente segue che dimV 1 e quindi la
# non genera W allora esiste in W
i ) e la ii ) sono dimostrate. Se invece w 1
almeno un altro vettore w # indipendente da w # . Se w
# e w
# generano
2 1 1 2
W allora dim(W ) = 2 e, come nel caso precedente dim(V ) 2 e cos
via. Il procedimento ha termine per un certo numero m n grazie
al fatto che in V non possono esserci pi di n vettori indipendenti.
Se inoltre dim(W ) = dim(V ) significa che W generato da n vettori
indipendenti, che per loservazione 4.1 generano anche V, quindi
dimostrata anche la iii ).
Unaltra operazione tra sottospazi la somma di sottospazi.

DEFINIZIONE 4.7. Se V e U sono due sottospazi di uno stesso spazio
vettoriale diciamo che W somma di U e V se i vettori di W sono tutti
e soli quelli che si esprimono come somma di un vettore di U e di uno
di V cio
W = U + V = {w #| w
# = #
u + #
v , con #
u U, #
v V}
Si dimostra facilmente (farlo per esercizio) che la somma di sotto-

spazi a sua volta un sottospazio. Naturalmente non detto che la
scomposizione del vettore w sia unica, questo avviene, per, se e solo
se i due spazi sono disgiunti; in questo caso diciamo che la somma
diretta e scriviamo
W = U V.
Sussiste infatti il
Teorema 4.6. Siano U e W due sottospazi di V, e sia #

v V; allora la
scomposizione #
v = #
u+w # con #
u U e w # W unica se e solo se
V = U W.
Dimostrazione. Sia V = U W; per definizione di somma di sottospazi

esiste una coppia di vettori # u U e w # W tali che # v = # #
u + w;
dobbiamo dimostrare che tale coppia unica, infatti se fosse anche # v =
# 0 # 0 # 0 # 0 #
u + w (con u U e w W) si avrebbe u + w = u + w e quindi# # 0 # 0
#
u #u0 = w #0 w, # da cui segue che il vettore #
u #u 0 appartenendo sia
a U che a W e di conseguenza alla loro intersezione il vettore nullo;
dunque devessere # u = # # = w
u0 e w #0 .
Viceversa supponiamo che sia # v = #u+w # in un unico modo e
facciamo vedere che U W = {0}. Supponiamo per assurdo che esista
un vettore # z U W diverso dal vettore nullo, allora anche i vettori
#
u + z e w #
# # z , appartenenti rispettivamente a U e W avrebbero come
#
somma v contro lipotesi dellunicit della decomposizione.
Sulla dimensione dello spazio somma di due sottospazi vale la

relazione (di Grassmann3 )
dim(U + V ) = dimU + dimV dim(U V ), (4.6)
che diventa, se la somma diretta,
dim(U V ) = dimU + dimV.
cio la dimensione della somma diretta di due sottospazi uguale alla

somma delle loro dimensioni.
Esempio 4.2. Sia T n lo spazio vettoriale delle matrici triangolari alte e sia
Tn quello delle triangolari basse. Vogliamo verificare la (4.6). Osserviamo che
T n Tn = Dn dove con Dn abbiamo indicato lo spazio vettoriale delle matrici
diagonali e che Mn = T n + Tn lo spazio vettoriale delle matrici quadrate
somma (non diretta) di quello delle matrici triangolari basse e di quello delle
matrici triangolari alte.
Per calcolare la dimensione di T n , ovviamente uguale a quella di Tn ,
procediamo cos: dalla figura 4.1 nella pagina successiva si vede subito che gli
elementi che non sono certamente nulli in T n ed in Tn sono: 1 nella prima riga
n ( n + 1)
2 nella seconda ecc. quindi in totale si ha 1 + 2 + + n = ; dunque
2
3 Herrmann Gnther GRASSMANN, 1809, Stettino (Germania-odierna Polonia) 1877,
Stettino (Germania-odierna Polonia).


| {z }
n elementi
Figura 4.1 Matrici triangolari
n ( n + 1)
possiamo dire che dim( Tn ) = dim( T n ) = , inoltre dim( Dn ) = n e
2
2
dim( Mn ) = n ed infatti, applicando la ( 4.6 nella pagina precedente), si ha
n ( n + 1) n ( n + 1)
n2 = + n.
2 2
Capitolo 5
Determinante e rango di una

matrice. Matrice inversa
Sia Mn linsieme delle matrici quadrate di ordine n e sia A Mn . Il

determinante di A il valore di una funzione che ha come dominio Mn
e come codominio R o C (a seconda che gli elementi di A siano numeri
reali o complessi1 ), quindi det : Mn 7 R oppure det : Mn 7 C.
5.1 Definizioni di determinante

Definiremo il determinante di una matrice quadrata prima in ma-
niera ricorsiva poi in maniera classica.
Definizione ricorsiva
Definiamo il determinante in maniera ricorsiva, cominciando con il
definire il determinante di una matrice di ordine 2 ed osservando come
si pu estendere questa definizione al caso di una matrice di ordine
qualsiasi.

a b
DEFINIZIONE 5.1. Sia A = quadrata di ordine 2, allora il
c d
determinante di A det( A) = ad bc.

1 2
Esempio 5.1. Il determinante della matrice A = det( A) =
3 1
1 2
= 1 1 (2) 3 = 7.
3 1
1 Se le matrici sono definite su un campo qualsiasi K il codominio sar K.
45
46 Capitolo 5. Determinante. Inversa

x y
Osserviamo che il determinante della matrice A = si pu
z t
x y
indicare in uno qualsiasi dei seguenti modi: det A, det( A), | A|,
.
z t
Diamo ora una definizione ricorsiva che permette di calcolare il de-
terminante di una matrice di ordine qualsiasi quando si sappia calcolare
il determinante di una matrice di ordine 2.
Per far questo introduciamo prima una notazione: se A quadrata
di ordine n chiameremo minore complementare dellelemento aik e lo
indicheremo con Mik il determinante della sottomatrice che si ottiene
da A cancellando la iesima riga e la kesima colonna. Chiamiamo
poi complemento algebrico dellelemento aik (e lo indicheremo con Aik ) il
determinante della sottomatrice (di ordine n 1) che si ottiene da A
cancellando la iesima riga e la kesima colonna, con il proprio segno
se i + k pari, col segno opposto se i + k dispari, cio
Aik = (1)i+k Mik .

a b c
Esempio 5.2. Se A = 1 2 3 allora il complemento algebrico dellele-
x y z
2 3
mento a11 = a A11 = = 2z 3y e quello dellelemento a23 = 3
y z
a b
A23 = = ( ay bx ) = bx ay.
x y
DEFINIZIONE 5.2. Sia A una matrice quadrata di ordine n: si ha

n
det( A) = aik Aik (5.1)
k =1
cio il determinante della matrice A la somma dei prodotti degli

elementi di una linea di A (riga o colonna) per i rispettivi complementi
algebrici.
La definizione 5.2 ci dice, in sostanza, che per calcolare il determi-

nante di una matrice quadrata di ordine n, possiamo calcolare un certo
numero (al massimo n) di determinanti di matrici di ordine n 1, a
loro volta questi si determinano calcolando al pi n 1 determinanti di
matrici di ordine n 2 e cos via, quindi, in pratica, basta saper calcola-
re il determinante di una matrice di ordine 2 con la definizione 5.1 nella
pagina precedente ed applicare la ricorsione data nella definizione 5.2.
5.1. Definizioni di determinante 47

1 0 1
Esempio 5.3. Sia da calcolare il determinante di A = 2 1 3 ; pren-
0 1 1
diamo in considerazione la prima riga: abbiamo che il determinante di A
uguale
a
1 3 2 3 2 1
1 0 + (1) = 1 4 0 2 + (1)(2) = 6.
1 1 0 1 0 1
Avremmo potuto pervenire allo stesso risultato scegliendo unaltra qualsiasi
riga o colonna (si consiglia di provare per esercizio).
Definizione classica
DEFINIZIONE 5.3. Se A una matrice quadrata di ordine n, chiamia-
mo prodotto associato ad A il prodotto di n elementi di A presi in modo
tale che in ciascuno di essi non ci siano due elementi appartenenti alla
stessa riga od alla stessa colonna.

a b c
Esempio 5.4. Se A = 1 2 3 sono prodotti associati, per esempio i
x y z
prodotti a2z e b1z ma non a1y e neppure c3x
Se consideriamo la generica matrice di ordine n

a11 a12 . . . a1n
a21 a22 . . . a2n
A = ..

.. .. ..
. . . .
an1 an2 . . . ann
ogni prodotto associato pu essere indicato con a1k1 a2k2 ankn che
abbiamo ordinato in ordine crescente rispetto ai primi indici e dove
{k1 k2 . . . k n } una opportuna permutazione dei secondi indici.
Possiamo ora dare la definizione classica di determinante
DEFINIZIONE 5.4. Si chiama determinante della matrice quadrata A la
somma di tutti i possibili prodotti associati ad A, presi ciascuno con il
proprio segno o con il segno opposto a seconda che la permutazione dei
secondi indici sia di classe pari o di classe dispari, cio, formalmente
det A = (1)t a1k1 a2k2 ankn

dove la somma estesa a tutte le permutazioni dei secondi indici e t
il numero degli scambi che la permutazione dei secondi indici presenta
rispetto alla prima.
Con questa impostazione la definizione 5.2 a pagina 46 diventa un

teorema che prende il nome di
Teorema 5.1 (Primo teorema di Laplace2 ). Sia A una matrice quadrata di

ordine n: si ha
n
det( A) = aik Aik (5.1)
k =1
cio il determinante la somma dei prodotti degli elementi di una linea (riga o
colonna) per i rispettivi complementi algebrici.
Faremo uso anche del
Teorema 5.2 (Secondo teorema di Laplace). La somma dei prodotti degli

elementi di una linea (riga o colonna) per i complementi algebrici degli elementi
di una linea parallela nulla, cio
aij Akj = 0. (5.2)

j
5.2 Propriet del determinante

Dalla definizione 5.2, che, come abbiamo visto equivale al teore-
ma 5.1, si ricava, come gi detto, che calcolare il determinante di una
matrice di ordine n equivale a calcolare al pi n determinanti di ordi-
ne n 1 e quindi al pi n(n 1) di ordine n 2 e cos via al pi n!
determinanti di ordine 2.
possibile ridurre e semplificare di molto questi calcoli applicando
alcune propriet dei determinanti che si dimostrano facilmente e che
sono elencate nel:
Teorema 5.3. Sia A una matrice quadrata di ordine n, allora sussistono le

seguenti propriet:
i) det( A) = det( A T ); cio il determinante di una matrice uguale a

quello della sua trasposta.
ii) Scambiando tra loro due colonne3 di A si ottiene una matrice B tale che
| A| = | B|.
2 Pierre-Simon Laplace,23 Marzo 1749 in Beaumont-en-Auge, Normandia, Francia-5 March
1827 in Parigi, Francia
3 In forza della propriet i ), tutto quello che da qui in poi diciamo sulle colonne vale anche
sulle righe.
5.2. Propriet del determinante 49
iii) Se una colonna di A nulla, allora det( A) = 0 e la matrice si chiama

singolare.
iv) Se ad una colonna di A si somma una combinazione lineare di altre

colonne, si ottiene una matrice B tale che det( B) = det( A).
v) Se due colonne di A sono uguali allora A singolare, cio det( A) = 0.
vi) Moltiplicando per un numero una colonna di A si ottiene una matrice

B tale che det( B) = det( A).
vii) Se due colonne di A sono proporzionali allora A singolare.
viii) Se B = A allora det( B) = n det( A).
ix) Il determinante di una matrice triangolare (in particolare diagonale) il

prodotto dei suoi elementi principali.
Dimostrazione. Diamo un cenno della dimostrazione di alcune delle

propriet: i ) insita nella definizione 5.2; per quanto riguarda la ii ) si
osserva che scambiando tra loro due colonne cambia la parit di i + k e
quindi il segno del determinante; per la iii ) basta pensare di sviluppare
il determinante rispetto alla colonna nulla; la v) conseguenza della
ii ) (perch?); per la vi ) basta sviluppare il determinante rispetto alla
colonna moltiplicata per ; la vii ) conseguenza della vi ) e della v); la
viii ) segue dalla vi ) notando che ogni colonna moltiplicata per la ix )
deriva dalla definizione classica e dal fatto che nelle matrici triangolari
lunico prodotto associato non certamente nullo quello formato dagli
elementi principali.
Osserviamo che applicazioni successive della propriet iv) del Teo-

rema 5.3 ci permettono di passare dalla matrice A ad un altra matrice
avente lo stesso determinante di A e che ha una linea formata da elementi
tutti nulli tranne al pi uno. Dunque per calcolare det( A) possiamo
limitarci a calcolare un solo determinante di ordine n 1; iterando il
procedimento possiamo calcolare il determinante di A calcolando un
solo determinante di ordine 2.

1 1 1
Esempio 5.5. Consideriamo la matrice A = 1 2 1 ; se alla seconda
1 1 1
1 1 1
riga sottraiamo la prima otteniamo la matrice B = 0 1 0 che ha lo
1 1 1
stesso determinante di A e che possiamo sviluppare

secondo
gli elementi della
1 1
seconda riga ottenendo det( A) = det( B) = 1 =2
1 1
Dal Teorema 5.3 a pagina 48 si ricava anche limportante risultato
dato dal
Teorema 5.4. Una matrice singolare se e solo se le sue colonne (righe)
formano un sistema di vettori linearmente dipendenti.
Dimostrazione. Se i vettori colonna sono linearmente dipendenti allo-
ra uno di essi combinazione lineare degli altri, quindi la matrice
singolare per la propriet. . . , viceversa se det( A) = 0 allora, per le
propriet. . . i vettori che formano le colonne di A. . .
Per il prodotto di matrici vale il seguente teorema, di cui diamo solo

lenunciato
Teorema 5.5 (di Binet4 ). Se A e B sono due matrici quadrate dello stesso
ordine, allora
det( A B) = det( A) det( B). (5.3)
Il teorema 5.5 si estende facilmente ad un numero qualsiasi di
matrici quadrate dello stesso ordine.
ATTENZIONE lanalogo del Teorema di Binet per la somma di matrici
in generale non vale cio si ha che, in generale,
det( A + B) 6= det( A) + det( B). (5.4)
Come esercizio verificare la ( 5.4) su qualche esempio.
5.3 Un determinante particolare

Consideriamo ora il determinante
1 a1 a2 . . . a1n1

1
. . . a2n1

1 a2 a2
V ( a1 , . . . , a n ) =
2
. . . . . . . . . . . . . . .
1 a
n an
2 . . . ann1
in cui la prima colonna formata da tutti 1 (cio a0i i) e le altre colonne

sono rispettivamente le successive potenze della seconda colonna; esso
4 Jacques Philippe Marie BINET,2 Feb 1786 in Rennes, Bretagne, France12 May 1856 in
Paris, France
5.4. Rango di una matrice 51
prende il nome di determinante di Vandermonde5 o determinante delle

differenze, infatti si verifica molto facilmente (farlo, come esercizio) che:
V ( a1 , . . . , a n ) = ( a2 a1 )( a3 a1 ) . . .
... ( a3 a2 ) . . .
... ...
... . . . ( a n a n 1 ).
cio il determinante uguale al prodotto delle differenze dei suoi

elementi a due a due in tutti i modi possibili. Da cui segue il
Teorema 5.6. Il determinante di Vandermonde uguale a zero se e solo se

almeno due dei suoi argomenti sono uguali.
5.4 Rango di una matrice

Siamo ora in grado di dare unaltra definizione di rango, formal-
mente diversa dalla definizione 3.6 a pagina 29, ma che si dimostra
facilmente essere ad essa equivalente. Per far ci dobbiamo premettere
una definizione
DEFINIZIONE 5.5. Se A di tipo (m, n) (quindi non necessariamente

quadrata), si chiama minore di ordine k (k min(m, n)) il determinante
di una qualunque sottomatrice quadrata di A formata da k righe e k colonne
di A.
ATTENZIONE non richiesto che le k righe e le k colonne siano

adiacenti.

a b c
Esempio 5.6. Se A = 1 2 3 allora sono minori del secondo ordine
x y z
2 3 a c a b
i determinanti oppure
x z invece il determinante 1 3 non lo ,

y z
infatti la secona colonna non formata da elementi tratti da una colonna di A.
DEFINIZIONE 5.6. [di rango] Si chiama rango o caratteristica di una

matrice di tipo (m, n) lordine massimo dei minori non nulli che si
possono estrarre da A.
5 Alexandre-Thophile Vandermonde, 28 Feb 1735 in Paris, France 1 Jan 1796 in Paris,
France
Osserviamo esplicitamente che la definizione di rango si applica ad una ma-

trice qualsiasi, non necessariamente quadrata, mentre si parla di determinante
solo per le matrici quadrate.
La definizione 5.6 nella pagina precedente significa dunque che se
dalla matrice A possiamo estrarre un minore di ordine k non nullo e
tutti i minori di ordine pi grande di k sono nulli, allora r ( A) = k.
Dalla definizione segue subito che se A quadrata di ordine n allora
essa ha rango n se e solo se non singolare, e che, se A di tipo (m, n),
vale la relazione, gi vista, r ( A) min(m, n).

1 2 3 4
Esempio 5.7. Sia A = 0 1 0 3; A di tipo (3 4) quindi si osserva
3 1 4 2
1 2
anzitutto che r ( A) 3 e che il minore non nullo, quindi 2
0 1
r ( A) 3, inoltre si calcola rapidamente il determinante della sottomatrice
formata dalle prime tre colonne che diverso da 0, dunque r ( A) = 3.
Osserviamo che per il rango di una matrice valgono, tra le altre, le

propriet espresse dal teorema 5.7, che si ricavano immediatamente dal
Teorema 5.3 a pagina 48 e dal Teorema 5.4 a pagina 50.
Teorema 5.7. Due importanti propriet del rango di una matrice sono:
i) Due matrici ottenute una dallaltra mediante uno scambio di righe o

colonne hanno lo stesso rango,
ii) Il rango di una matrice uguale al numero di righe o di colonne

linearmente indipendenti presenti nella matrice stessa.
Sempre dalle propriet dei determinanti e da quelle del rango (Teo-

remi 5.3 a pagina 48, 5.4 a pagina 50 e 5.7, rispettivamente) segue
limportante
Teorema 5.8. Se la matrice A ha rango r e b un vettore colonna, allora la

matrice A|b, ottenuta completando la A con la colonna b, ha rango r se e solo
se b combinazione lineare delle colonne di A.
Dimostrazione. Laggiunta di una colonna non pu far diminuire il

rango e lo aumenta se e solo se la colonna indipendente dalle altre.
5.5. Calcolo del rango 53
5.5 Calcolo del rango

Per calcolare il rango di una matrice di tipo (m, n) dobbiamo esa-
minare tutti i minori di ordine k = min(m, n): se ce n uno non nullo
il rango k, se invece sono tutti nulli passeremo ad esaminare quelli
di ordine k 1 e cos via; oppure, se vediamo un minore di ordine
p < k non nullo esamineremo tutti quelli di ordine p + 1: se sono tutti
nulli il rango p altrementi sar r p + 1 e cos via.
Questo procedimento pu essere molto abbreviato applicando il

Teorema di Kroneker 5.9, al quale dobbiamo per premettere la
DEFINIZIONE 5.7. Sia A una matrice qualsiasi e sia M una sua sotto-
matrice; orlare M significa completare la sottomatrice M con una riga
ed una colonna di A non appartenenti a M.
Ovviamente la sottomatrice M non detto sia formata da righe

o colonne che in A sono adiacenti, pertanto la riga e la colonna che
completano possono anche essere interne come nel seguente

1 2 3 4 5
Esempio 5.8. Se A la matrice a b c d e , una sua sottomatrice
x y z k t
3 5
M= che pu essere orlata con la seconda riga e la quarta colonna di
z t
3 4 5
A ottenendo la matrice c d e oppure con la seconda riga e, per esempio,
z k t
1 3 5
la prima colonna, ottenendo la matrice a c e .
x z t
Siamo ora in grado di enunciare (senza dimostrazione) il seguente

utlissimo
Teorema 5.9 (di Kroneker6 ). Se in una matrice A esiste un minore M non

nullo di ordine p e tutti i minori che orlano M sono nulli, allora il rango di A
p.
Il teorema 5.9 permette quindi di limitare il controllo dei minori di

ordine p + 1 a quelli che orlano il minore M.
6 Leopold KRONEKER, 1813, Liegnitz, Prussia (oggi Polonia) 1881, Berlino.

1 0 3 2
Ad esempio vogliamo il rango della matrice A = 2 3 0 1. Si
3 3 3 3
3 0
osserva subito che il minore M = diverso da 0, quindi 2
3 3
r ( A) 3. In virt del Teorema 5.9 nella pagina precedente possiamo
limitarci a controllare se sono nulli i due minori del terzordine che
orlano M (anzich controllare tutti e quattro i minori del terzordine di
A); i minori che ci interessano sono
quelli formati dalla
I, II eIII colonna
1 0 3 0 3 2
e dalla II, III e IV, cio: M1 = 2 3 0 e M2 = 3 0 1 entrambi

3 3 3 3 3 3
palesemente nulli, in quanto in entrambi la terza riga la somma delle
prime due, dunque r ( A) = 2.
Una propriet del rango del prodotto di due matrici, spesso utile
nelle applicazioni, espressa dal seguente
Teorema 5.10. Il rango del prodotto di due matrici A e B non supera il rango
di ciascuna delle due, cio r ( A B) r ( A) e r ( A B) r ( B), che equivale a
scrivere
r ( AB) min (r ( A), r ( B)) .
5.6 Matrice inversa

Sia A una matrice quadrata di ordine n; una matrice B tale che
AB = BA = I
prende il nome di inversa di A. Una matrice che ammette inversa

detta invertibile.
Sorge il problema di stabilire quali siano le matrici invertibili e
quante inverse abbia ciascuna di esse. Al primo quesito risponde il
seguente
Teorema 5.11. Una matrice A invertibile se e solo se non singolare, cio

se e solo se det( A) 6= 0.
Dimostrazione. Se A ammette come inversa B allora AB = I e dal

Teorema (di Binet) 5.5 a pagina 50 si ha
det( A B) = det( A) det( B) = det( I ) = 1

5.6. Matrice inversa 55
dunque, per la legge di annullamento del prodotto, n A n B possono

essere singolari.
Viceversa, supponiamo che det( A) 6= 0, consideriamo la matrice

A , detta matrice dei complementi algebrici, il cui elemento generico ik
il complemento algebrico dellelemento aki , cio ik = Aki . Allora se cik
il generico elemento della matrice AA si ha
(
det A se i = k, per il I Teorema di Laplace 5.1
cik = aij jk = aij Akj = ;
j j 0 se i 6= k, per il II Teorema di Laplace 5.2
questo significa che

det( A) 0 ... 0
0 det( A) . . . 0
A A = .. .. = det( A) I

.. ..
. . . .
0 0 . . . det( A)
A
e quindi che la matrice uninversa di A.
det( A)
Al secondo quesito risponde il
Teorema 5.12. Se linversa di A esiste, essa unica.
Dimostrazione. Dimostriamo il teorema per assurdo e supponiamo che
B e C siano due inverse di A; allora si ha: AB = I = AC ma anche,
moltiplicando a sinistra per B, B( AB) = B( AC ) e, per lassociativit
del prodotto di matrici, ( BA) B = ( BA)C da cui B = C.
Lunica inversa di una matrice invertibile A sar, dora in poi,
indicata con A1 .
Le principali propriet delle matrici invertibili sono date dal

Teorema 5.13. Per le matrici invertibili valgono le seguenti propriet:
i) Se A invertibile, allora AB = AC implica B = C.
ii) Se A invertibile, allora BA = CA implica B = C.
iii) Se A e B sono due matrici quadrate tali che AB = 0 allora sussiste uno
ed uno solo dei seguenti casi
a) n A n B sono invertibili.
b) A invertibile, e allora B la matrice nulla.
c) B invertibile, e allora A la matrice nulla.

iv) Se A e B sono invertibili, allora il prodotto AB invertibile e si ha
( AB)1 = B1 A1 ;
Dimostrazione. i) Basta moltiplicare a sinistra ambo i membri per

A 1 .
ii) Basta moltiplicare a destra ambo i membri per A1 .
iii) Se AB = 0 almeno una delle due matrici singolare per il Teorema
di Binet ( 5.5 a pagina 50).
iv) Infatti, dal teorema di Binet si ricava che il prodotto di matrici non
singolari non singolare e si pu scrivere
B1 A1 AB = B1 ( A1 A) B = B1 B = I
in cui abbiamo applicato lassociativit del prodotto.
Concludiamo il capitolo osservando che anche per le matrici non

singolari si pu parlare di potenza ad esponente negativo, definendo
Ah come linversa di Ah . Per esercizio dimostrare che Ah pensata
come inversa di Ah anche la potenza hesima di A1 .
Capitolo 6
Teoria dei sistemi lineari
Abbiamo ora in mano tutti gli strumenti necessari per completare lo

studio dei sistemi lineari; in particolare per decidere quando un sistema
possibile e quante soluzioni ammette, cio per studiare la teoria dei
sistemi lineari.
Ricordiamo che, per lappunto, questa teoria si riferisce solo ai sistemi
lineari, e non applicabile a sistemi di grado superiore al primo.
6.1 Teoremi sui sistemi lineari

Cominciamo a considerare il caso particolare di un sistema in cui il
numero delle equazioni (diciamo n) uguale a quello delle incognite.
In questo caso sussiste il
Teorema 6.1 (di Cramer1 ). Un sistema lineare di n equazioni in n incognite

#
della forma A #
x = b la cui matrice dei coefficienti sia quadrata e non singolare
ammette una ed una sola soluzione costituita dalla npla
det( A1 ) det( A2 ) det( An )

x1 = , x2 = , ... , xn = ,
det( A) det( A) det( A)
dove Ai la matrice ottenuta dalla A sostituendo al posto della iesima colonna

la colonna dei termini noti.
Dimostrazione. Il sistema pu essere scritto, in forma matriciale, come

#
A #
x = b e la matrice A , per ipotesi, non singolare, dunque esiste
A1 . Allora si ha, moltiplicando a sinistra per A1 entrambi i membri,
# #
A1 A #
x = A1 b e quindi # x = A1 b . Ma ricordando che A1 =
1 Gabriel CRAMER, 1704, Ginevra 1752, Bagnols sur Cze (Francia).
57
58 Capitolo 6. Teoria dei sistemi lineari
A
si conclude che
det( A)
# 1 #
x = A b ;
det( A)
#
osserviamo ora che A b un vettore colonna, ciascuno dei componenti
del quale , ricordando la definizione 5.2 a pagina 46, il det( Ai ).
Per un generico sistema lineare, in cui il numero delle equazioni non

necessariamente uguale a quello delle incognite, vale il Teorema ( 3.5
a pagina 30) di Rouch-Capelli, di cui qui diamo una dimostrazione
basata sulla definizione di rango 5.6 a pagina 51 che abbiamo visto nel
capitolo precedente.
Ricordiamo lenunciato del Teorema 3.5:
#
Teorema (3.5 di RouchCapelli). Sia A # x = b un sistema lineare di m
equazioni in n incognite; esso ammette soluzioni se e solo se r ( A) = r ( A|b)
dove con A|b abbiamo indicato la matrice ottenuta da A completandola con la
colonna dei termini noti.
Dimostrazione. Sia
#
A #
x = b (6.1)
un sistema lineare di m equazioni in n incognite e immaginiamo di
scrivere la matrice A = [ A1 A2 . . . An ] scomposta in blocchi formati
ciascuno da una delle sue colonne, che indicheremo con Ai . Allora la
relazione (6.1) si pu scrivere come
# # # #
A1 x1 + A2 x2 + A n x n = b
#
e quindi ci dice che il sistema ammette soluzioni se e solo se b combi-
nazione lineare delle colonne di A. Ma allora, in virt del Teorema 5.8
a pagina 52 questo accade se e solo se il rango di A uguale al rango
della matrice completa.
Segue anche, sia dal Teorema 3.5, sia dalla definizione di rango data
nel precedente capitolo, che se un sistema possibile ha rango r, esistono
esattamente r equazioni e r incognite indipendenti, dunque le altre
m r equazioni sono combinazione lineare delle r indipendenti e non
dicono nulla di nuovo, quindi si possono trascurare, e le altre n r
incognite si possono considerare come parametri; dunque
6.1. Teoremi sui sistemi lineari 59
Proposizione 6.2. Un sistema lineare possibile di m equazioni in n incognite

in cui il rango della matrice dei coefficienti sia r < n ammette nr soluzioni,
cio infinite soluzioni dipendenti da n r parametri. Se r = n il sistema
equivale ad un sistema di r equazioni in r incognite con matrice dei coefficienti
non singolare, quindi ammette una ed una sola soluzione per il Teorema di
Cramer ( 6.1 a pagina 57).
#
Se il vettore b = 0 il vettore nullo, il sistema A #
x = 0 si chiama
omogeneo. Segue immediatamente dalla definizione (e dal teorema
3.5) che un sistema omogeneo sempre possibile ed ammette sempre
come soluzione banale il vettore nullo. Siamo quindi interessati ad
eventuali soluzioni non banali (dette anche autosoluzioni). Una semplice
conseguenza del Teorema di Cramer (6.1) il
Corollario 6.3. Un sistema omogeneo di n equazioni in n incognite Ax = 0

ammette soluzioni non banali se e solo se det( A) = 0.
Poich aggiungendo ad una matrice una colonna nulla il rango non

cambia, segue dal teorema di Rouch-Capelli ( 3.5 a pagina 30) e dalla
Proposizione 6.2, il
Corollario 6.4. Un sistema omogeneo di m equazioni in n incognite ammette

autosoluzioni se e solo se r ( A) < n.
Se il rango della matrice dei coefficienti r allora il sistema possiede

n r soluzioni indipendenti, nel senso che tutte le altre, che, ricordiamo,
sono infinite, sono combinazioni lineari delle precedenti.
Esempio 6.1. Consideriamo il sistema

hx + z = h
(h + 2) x + 3y = 3 .

( h 2) y + z = h 1
Si tratta di un sistema di tre equazioni in tre incognite,applichiamo quindi

h 0 1
il Teorema di Cramer. Il determinante dei coefficienti : h+2 3 0 = (h
0 h 2 1
1)(h + 4).
60 Capitolo 6. Teoria dei sistemi lineari
Quindi per h 6= 1 e h 6= 4 il sistema ammette una ed una sola soluzione:

h 0 1

3 3 0

h 1 h 2 1
x= ,
(h 1)(h + 4)

h h 1

h + 2 3 0

0 h 1 1
y= ,
(h 1)(h + 4)

h 0 h

h + 2 3 3

0 h 2 h 1
z=
(h 1)(h + 4)
Per h = 1 si ha
x+z = 1

x+y = 1

yz = 0
che ammette le 1 soluzioni x = k, y = 1 k, z = 1 k.

Per h = 4 il sistema diventa

4x z = 4
2x 3y = 3

6y z = 5

in cui la matrice dei coefficienti ha rango 2 mentre quella completa ha rango 3,

pertanto il sistema impossibile.
Esempio 6.2. Discutiamo il sistema

hx + (h + 2)y = 0

( h + 2) y = h

( h + 1) x = 1
di tre equazioni in due incognite. Se la matrice completa (di ordine 3) non

singolare, ha rango 3 e quindi il sistema impossibile, perch la matrice dei
coefficienti di tipo (3, 2), e di conseguenza ha rango al pi uguale a 2; quindi
i valori di h per cui il sistema pu essere possibile sono da ricercare solo tra
quelli che annullano il determinante della matrice completa, nel nostro caso
6.1. Teoremi sui sistemi lineari 61
h = 0 e h = 2. Per tutti gli altri valori il sistema non ammette soluzioni.

Per h = 0 il sistema diventa
y = 0

y=0

x = 1
e quindi la soluzione x = 1, y = 0; per h = 2 si ha

x=0

0 = 2

x = 1
manifestamente impossibile (verificare che in questo caso i due ranghi sono

diversi).
OSSERVAZIONE 6.1. Consideriamo un sistema lineare S : Ax = b;
il sistema lineare omogeneo Ax = 0 che ha la stessa matrice dei coef-
ficienti si chiama sistema omogeneo associato a S . Se si conoscono la
soluzione generale x0 del sistema omogeneo associato ed una soluzione
particolare x1 del sistema S , la soluzione generale di questultimo si
pu esprimere come
x = x0 + x1 (6.2)
Infatti, ricordando che Ax0 = 0, si ha A( x0 + x1 ) = Ax0 + Ax1 = b
e, viceversa se Ax = b si ha A( x x1 ) = Ax Ax1 = 0, e quindi,
posto x0 = x x1 si ha x = x0 + x1 .
Esempio 6.3. Si consideri il sistema
(
x + 2y + 2z = 4
,
2x + y + z = 2
di due equazioni in tre incognite la cui matrice dei coefficienti ha rango 2, che
ammette dunque 1 soluzioni. Si vede subito che una soluzione particolare
data dalla terna x = 0, y = 1, z = 1. Per trovare la soluzione generale
consideriamo il sistema omogeneo ad esso associato che :
(
x + 2y + 2z = 0
2x + y + z = 0
la cui soluzione generale x = 0, y = t, z = t dunque la soluzione

generale del sistema dato sar x = 0, y = 1 + t, z = 1 t.
Capitolo 7
Applicazioni lineari, prodotto

scalare
Il concetto di applicazione o funzione1 uno dei pi importanti e

dei pi generali di tutta la Matematica. Abitualmente una funzione tra
spazi vettoriali si chiama pi propriamente applicazione.
7.1 Generalit
f
Ricordiamo che usualmente si scrive f : A 7 B oppure A B
intendendo dire che stiamo considerando la funzione f dellinsieme A
nellinsieme B.
Lelemento y = f ( x ) appartiene a B e si chiama immagine di x
mediante f , viceversa, lelemento x di A di cui y immagine si chiama
controimmagine di y. Linsieme A si chiama dominio della funzione f ,
e si indica con dom f e linsieme B si chiama codominio di f . Dunque
una funzione data quando sono dati: la legge rappresentata dalla f , il
dominio ed il codominio.
Linsieme di tutti gli elementi del codominio che sono immagini di
qualche elemento del dominio A si chiama immagine di f e lo denotere-
mo con Im A ( f ), talvolta sottintendendo, nella notazione, il dominio di
f.
Da quanto detto si ha subito che Im( f ) B.
Se accade che Im( f ) = B la funzione si chiama suriettiva; cio una
funzione suriettiva se tutti gli elementi del codominio hanno una
controimmagine.
1 Sono moltissimi i sinonimi del vocabolo funzione, alcuni usati pi propriamente in
contesti particolari, tra i tanti ricordiamo applicazione, trasformazione, corrispondenza, mappa,
operatore, morfismo, ecc.
63
64 Capitolo 7. Applicazioni
Se invece due elementi distinti dellinsieme di definizione hanno

sempre immagini distinte, cio se
x 6= x 0 de f ( f ) = f ( x ) 6= f ( x 0 )
allora la funzione si chiama iniettiva.

Una funzione che sia suriettiva ed iniettiva detta biiettiva o biunivo-
ca.
Osserviamo che la suriettivit dipende dal codominio, mentre li-
niettivit dal dominio della funzione.
Ad esempio la funzione f : R 7 R data da f ( x ) = x2 non iniet-
tiva, infatti, per esempio f (3) = f (3) = 9 cio esistono elementi
distinti del dominio che hanno la stessa immagine e non nemmeno
suriettiva, perch, per esempio, 1 appartiene al codominio di f ma
non ha controimmagine nel dominio; se ora invece cambiamo il co-
dominio e consideriamo sempre la sessa funzione f : R R+ con
f ( x ) = x2 allora la f non iniettiva ma suriettiva; viceversa se cam-
biamo il dominio, la funzione f : R+ R data da f ( x ) = x2 iniettiva
ma non suriettiva.
Se dominio e codominio sono spazi vettoriali su uno stesso campo K

(che indicheremo, rispettivamente, con V e W), si dice che f : V 7 W
unapplicazione lineare o un omomorfismo tra i due spazi V e W se f
conserva le combinazioni lineari, cio se #
v 1 , #
v 2 V e K si ha:
# # # #
f ( v 1 + #
v 2 ) = f ( #
v 1 ) + f ( #
v 2 ),
# # #
f ( v ) = f ( #
v)
che si pu scrivere anche come

# # # #
f ( v 1 + #
v 2 ) = f ( #
v 1 ) + f ( #
v 2 ),
Esempio 7.1. Lapplicazione R2 R2 che associa al vettore # v = [ x, y]

# 2
il vettore f (v) = [y, x ] non lineare, come facile verificare. Infatti se
#
v = [ a, b] e w # = [c, d] si avr #f ( # # #
v ) = [b, a2 ] e f ( w ) = [d, c2 ] e quindi
# # # # # #) = [b + d, ( a +
f ( v ) + f ( w ) = [b + d, a2 + c2 ] che diverso da f ( #v +w
c )2 ].
Invece lapplicazione f : R R tale che [ x, y] [ x + y, x y] lineare
ma questa verifica la lasciamo come esercizio.
7.1. Generalit 65
Abbiamo gi parlato dellimmagine di f , che un sottoinsieme del

codominio; anche importante il sottoinsieme del dominio dato dalla
f
DEFINIZIONE 7.1. Si chiama nucleo2 dellapplicazione V W e si in-
dica con Ker f il sottoinsieme di V formato dagli elementi che hanno
come immagine lo zero di W:
#
Ker f = { #
v V | f ( #
v ) = 0W }
molto facile dimostrare il

f
Teorema 7.1. Il nucleo di unapplicazione lineare V W tra due spazi
vettoriali V e W un sottospazio di V.
Dimostrazione. Basta far vedere che il nucleo chiuso rispetto alle

combinazioni lineari: infatti se v#1 e v#2 sono vettori del nucleo, si ha,
sfruttando la linearit di f ,
# # # #
f ( v 1 + #
v 2 ) = f ( #
v 1 ) + f ( #
v 2 ) = 0W + 0W = 0W
quindi anche #
v 1 + #
v 2 un vettore del nucleo.
Da questo teorema segue anche, ovviamente, che il vettore nullo

appartiene al nucleo.
Altrettanto facile dimostrare il
f
Teorema 7.2. Limmagine dellapplicazione lineare V W un sottospazio
di W.
Dimostrazione. La dimostrazione lasciata come esercizio . . . basta far

vedere che limmagine . . . .
Il nucleo e limmagine di unapplicazione lineare sono legati alli-

niettivit ed alla suriettivit dal
f
Teorema 7.3. Unapplicazione lineare V W :
i) suriettiva se e solo se Im f = W,
ii) iniettiva se e solo se Ker f = {0V } cio il nucleo consiste solo nel vettore
nullo.
2 kern viene dalla parola inglese kernel che significa, appunto, nucleo.
Dimostrazione. la i ) segue dalla definizione di suriettivit. Dimostriamo

quindi la ii ). Sia f iniettiva, allora, poich il vettore nullo appartiene al
#
nucleo si ha f (0V ) = 0W e, per liniettivit, non pu esistere un altro
#
vettore #
v tale che f ( # v ) = 0W con # v 6 = 0V .
# #
Viceversa sia Ker f = {0V } e sia f ( # v 1 ) = f ( #
v 2 ) allora si ha, per la
# # #
linearit di f , f ( #
v 1 ) f ( #
v 2 ) = f ( # v 2 ) = 0W e quindi #
v 1 # v 1 #
v2
Ker f , dunque, per lipotesi, # v 1 #
v 2 = 0V da cui # v 1 = #
v 2 , quindi
lapplicazione iniettiva.
Naturalmente non tutte le applicazioni lineari sono iniettive o su-

riettive, per esempio lapplicazione R2 R2 che manda il vettore
[ x, y] nel vettore [ x + y, 0] non iniettiva, perch il nucleo formato da
tutti i vettori del tipo [ a, a], n suriettiva, perch il vettore [ a, b] con
b 6= 0 non immagine di alcun vettore del dominio.
Esistono anche applicazioni lineari che sono simultaneamente su-
riettive ed iniettive, tali applicazioni, come abbiamo detto prendono il
nome di applicazioni biunivoche o isomorfismi; ad esempio
lapplicazione
a b
M2 7 R4 che associa alla matrice quadrata il vettore [ a, b, c, d]
c d
un isomorfismo (dimostrarlo per esercizio).
#
Se f : V W e f ( #v) = w # pu esistere una applicazione g : W V
# #
tale che g( w ) = #v in tal caso si dice che g lapplicazione inversa di f e

si indica con f . 1
molto utile nelle applicazioni il

Teorema 7.4. Se f : V W vale la relazione
dim(V ) = dim(ker f ) + dim( Im f )
cio la somma tra dimensione del nucleo di una applicazione lineare e la

dimensione dellimmagine uguaglia la dimensione di V.
Dimostrazione. Sia U uno spazio supplementare di Ker f cio sia U tale
che V = Ker f U, e sia dim(U ) = s. Sia inoltre B 0 = { # e 10 , . . . , #
e 0q }
una base di V tale che i suoi primi s vettori costituiscano una base di U
ed i successivi q s vettori siano una base per ker f : dimostriamo che i
# 0 # 0
vettori f ( #e 1 ), . . . , f ( #
e s ) sono linearmente indipendenti. Da a1 f ( # e 10 ) +
#
+ as f ( e 0s ) = 0W segue, per la linearit di f , che f ( a1 e 10 + + #
as #
e 0s ) = 0W , dunque a1 # e 10 + + as #
e 0s ker ( f ) U e quindi, tenendo
7.2. Applicazioni lineari, matrici, sistemi 67
conto che la somma di sottospazi considerata una somma diretta, si

ottiene che a1 #e 10 + + as #
e 0s = 0V e dalla indipendenza lineare degli
#
e i si ottiene che a1 = a2 = = as = 0.
7.2 Applicazioni lineari, matrici, sistemi

facile rendersi conto che unapplicazione lineare f tra due spa-
zi vettoriali V e W nota quando si sa come si trasformano i vettori
di una base di V; in altre parole quando si conoscono i trasforma-
ti mediante f dei vettori di una base di V. Consideriamo una base
B = { # e 1 , #
e 2 , . . . , #
e n } di V ed una base B 0 = { #
e 10 #
e 20 , . . . , #
e 0m } di
# # # #
W, se f ( e 1 ), . . . , f ( e n ) sono i trasformati mediante la f dei vettori
di B chiaro che ciascuno di essi, appartenendo a W, si scrive come
combinazione lineare dei vettori di B 0 , dunque si ha il sistema
# #
f ( e 1 ) = a11 #
e 10 + a12 #
e 20 + + a1m #
e 0m
# #

e 10 + a22 #
f ( e 2 ) = a21 # e 20 + + a2m #

e 0m

...........................
# #

f ( e ) = a # e 0 + a # e 0 + + a #

n n1 1 n2 2 nm e0m
La matrice dei coefficienti di questo sistema lineare

a11 a12 . . . a1m
a21 a22 . . . a2m
= .. .. ,

..
. . ... .
an1 an2 . . . anm
di tipo (n, m), quella che si chiama matrice associata allapplicazione f

rispetto alle basi B e B 0 , in cui n e m sono rispettivamente le dimensioni
di V e di W.
Esempio 7.2. Consideriamo lapplicazione f : R2 7 R2 che manda il
#
vettore #
v = [ x, y] nel vettore f ( #
v ) = [ x + y, 0] essa lineare (verificarlo per
esercizio), inoltre si ha
#
e 1 = [1, 0] [1, 0] = #
e 10
#
e 2 = [0, 1] [1, 0] = #
e 10

1 0
e quindi la matrice associata a f rispetto alle basi canoniche = .
1 0
Esempio 7.3. Sia ora f : R3 R2 tale che [ x, y, z] [ x + z, y + z]. Si ha

#
e 1 = [1, 0, 0] [1, 0] = #
e 10
#
e 2 = [0, 1, 0] [0, 1] = #
e 20
#
e 3 = [0, 0, 1] [1, 1] = #
e 10 + #
e 20
dunque la matrice
associata
a questa applicazione, rispetto alle basi canoniche,
1 0
la matrice 0 1 .
1 1
Scegliendo basi diverse la matrice associata ad f ovviamente cambia,

per, ricordando che anche il cambiamento di base si rappresenta
mediante una matrice, si capisce che la matrice 0 associata ancora ad
f rispetto a due nuove basi legata alla dalla relazione 0 = MN
dove M e N sono le matrici del cambiamento di base in V ed in W.
Le matrici associate ad una applicazione lineare, rispetto a qua-
lunque scelta di basi, hanno tutte lo stesso rango, di pi, nel caso
particolare in cui V W le matrici associate ad una stessa applicazione
lineare sono tutte simili3 .
Si pu anche dimostrare che se A la matrice associata allappli-
cazione f : V 7 W la dimensione dellimmagine di f il rango di A
cio
r ( A) = dim( Im f )
rispetto ad una qualunque coppia di basi.
7.3 Prodotto scalare, norma

Norma di un vettore in R2 o R3
Riprendiamo ora lo studio dei vettori da un punto di vista pi
geometrico. noto, per esempio dalla Fisica, che spesso comodo
visualizzare un vettore del piano o dello spazio come una frecciolina,
caratterizzata da una lunghezza, una direzione ed un verso (o orienta-
mento); si vede subito che se il vettore v spiccato dallorigine, esso
completamente individuato dal suo secondo estremo.
Abbiamo gi visto che i punti di una retta orientata possono essere
messi in corrispondenza biunivoca con i numeri reali; se ora consi-
deriamo, invece, due rette, per comodit perpendicolari, e fissiamo
su ciascuna di esse ununit di misura (in genere la stessa), ad ogni
3 Il concetto di matrici simili verr introdotto nel paragrafo 8.2 a pagina 78.
7.3. Prodotto scalare, norma 69
punto del piano corrisponde una coppia ordinata di numeri reali, come
illustrato nella Figura 7.1. Cos facendo abbiamo fissato quello che si
chiama un sistema di riferimento cartesiano4 ortogonale. Nella figura 7.1
raffigurato un sistema di riferimento cartesiano ortogonale nel piano.
Nello spazio la generalizzazio-
ne non immediata: bisogna con-
siderare come assi tre rette orien-
tate concorrenti5 e a due a due
perpendicolari e chiamare coordi-
nate cartesiane del punto P le tre
distanze di P dai tre piani che que-
ste rette a due a due formano; se
le tre rette si chiamano rispetti-
vamente x, y e z si ha, per esem-
pio: x P = distanza ( P, yz), dove,
Figura 7.1 Un sistema di riferimento cartesia- con yz abbiamo indicato il piano
no ortogonale nel piano individuato dai due assi y e z .
Il punto P pu anche essere
visto come il secondo estremo di
un vettore spiccato dallorigine, che, come gi detto, completamente
#
individuato dalle sue coordinate; in R2 scriviamo quindi OP = # v =
[ x, y], in cui x, y sono le coordinate cartesiane del punto P( x, y) nel
sistema di riferimento scelto, mettendo cos in luce che si tratta di un
vettore del piano, cio di R2 .
Figura 7.2 Un sistema di riferimento cartesiano ortogonale nello spazio
In modo analogo parliamo di vettori nello spazio come di vettori

#
di R3 : OP = #
v = [ x, y, z] in cui le coordinate cartesiane del punto
4 da Cartesio: Rene DESCARTES, 1569, La Haye (Francia) 1650, Stoccolma (Svezia).
5 cio passanti tutte e tre per un medesimo punto.
P( x, y, z) sono x, y, z. Vedi la figura 7.2 nella pagina precedente dove

rappresentato un sistema di riferimento cartesiano nello spazio.
Le operazioni tra vettori che abbiamo imparato a conoscere nei
paragrafi precedenti si visualizzano tra i vettori geometrici. La somma
di due vettori si definisce con la regola del parallelogrammo: vedi la
figura 7.3 in cui w# = #
v + #u.
Per il prodotto di un vettore
per uno scalare prendiamo in
considerazione i tre casi seguenti:
# #
> 0 allora OP il vettore OP
con la lunghezza moltiplica-
ta per ;
#
= 0 allora OP il vettore nullo;
# # Figura 7.3 La regola del parallelogrammo per
< 0 allora OP il vettore OP la somma di vettori
con la lunghezza moltipli-
cata per || e di verso
opposto.
Queste operazioni corrispondono

alle operazioni gi viste
[ x, y] = [x, y]
e
[ x, y] + [ x 0 , y0 ] = [ x + x 0 , y + y0 ]
in R2 e
[ x, y, z] = [x, y, z]
e
[ x, y, z] + [ x 0 , y0 , z0 ] = [ x + x 0 , y + y0 , z + z0 ]
in R3 .
Anche i concetti di dipendenza ed indipendenza lineare hanno una
facile interpretazione geometrica, infatti si vede subito che in R2 due
vettori sono linearmente dipendenti se e solo se stanno su una stessa retta ed
in R3 tre vettori sono dipendenti se e solo se sono complanari.
Se identifichiamo gli elementi dello spazio vettoriale R2 con i seg-

menti orientati spiccati dallorigine, nel piano riferito ad un sistema di
7.3. Prodotto scalare, norma 71
coordinate cartesiane ortogonali, si nota che ad ogni vettore di R2 risul-

ta associato un numero reale non negativo: la lunghezza del segmento
OP. Definiamo allora la norma di un vettore # v = [ x, y] R2 come
#
q
k v k = k[ x, y]k = x2 + y2 (7.1)
e in R3
k #
q
v k = k[ x, y, z]k = x 2 + y2 + z2 . (7.2)
La norma verifica le propriet elencate nella tabella 7.1, dove, per noi,
Tabella 7.1 Propriet della norma di un vettore
i) k #
vk 0 #
v V;
ii ) k v k = 0 #
# v =0 #
v V;
iii ) k #
v k = || k #
vk #
v V e R;
iv) k #
u + #v k k #
u k + k #
v k, u , #
# v V.
V R2 oppure V R3 (in realt si pu dare una definizione di norma

e di prodotto scalare in uno spazio vettoriale qualsiasi, e non solo in
Rn come vedremo pi avanti).
Le prime tre propriet sono banali; la quarta la disuguaglianza
triangolare che abbiamo gi visto.
Dalle propriet della norma appare chiaro come si pu definire una
distanza in R2 o in R3 . Infatti se poniamo
d(u, v) = ku vk (7.3)
si verifica immediatamente che valgono per ogni u, v, w le propriet

elencate nella tabella 7.2 (caratterizzanti una distanza).
Tabella 7.2 Propriet della distanza di due punti
i) d(u, v) 0; u, v
ii ) d(u, v) = 0 v = u; v = u
iii ) d(u, v) = d(v, u); u, v
iv) d(u, v) d(u, w) + d(w, v). v, u, w
Osserviamo esplicitamente che se si identificano R3 e R2 con lo

spazio ed il piano riferiti a coordinate cartesiane ortogonali, la distanza
definita dalla (7.3) coincide con quella usualmente definita.
7.4 Prodotto scalare

Definiamo prodotto scalare6 di due vettori # # = [ x , y ]
v = [ x1 , y1 ] e w 2 2
di R2 il numero reale

# #
h v , w i = h[ x1 , y1 ], [ x2 , y2 ]i = x1 x2 + y1 y2 = x1 y1
x2
= #
vw #
T
y2
(7.4)
e in R il numero reale
3
h # #i = h[ x , y , z ], [ x , y , z ]i =
v, w 1 1 1 2 2 2

x2
= x1 x2 + y1 y2 + z1 z2 = x1 y1 z1 y2 =
z2
= #
vw # (7.5)
T
Occorre precisare che, formalmente, il prodotto scalare come stato

definito dalle (7.4) e (7.5) equivale al prodotto #
vw# , pensando #
T v co-
#
me matrice costituita da una sola riga e w T come matrice di una sola
colonna. In realt questa equivalenza solo formale, in quanto, in que-
stultimo caso, otteniamo una matrice composta da un solo elemento:
uno scalare7 (v. nota 4 a pagina 20), che, in virt dellisomorfismo tra
M1 ed R, possiamo ritenere equivalenti.
Per esempio
h[4, 3, 1], [0, 3, 4]i = 4 0 + 3(3) + (1)4 = 13

oppure
2 3
, = 2(3) + 3 1 = 3
3 1
(nel secondo esempio abbiamo usato vettori colonna, per sottolineare
lassoluta intercambiabilit, in questo contesto, delle due notazioni).
Il prodotto scalare legato alla norma dalla relazione
h #
u , #
u i = k #
q
uk. (7.6)
Inoltre valgono le propriet elencate nella tabella 7.3 a fronte, semplicissime

6 Da non confondere con il prodotto per uno scalare: si noti che il prodotto scalare h, i
associa ad una coppia ordinata di vettori un numero reale, mentre il prodotto per uno scalare
associa ad una coppia scalarevettore un vettore.
7 nel nostro caso un numero reale.
7.4. Prodotto scalare 73
Tabella 7.3 Propriet del prodotto scalare
i) h #
u , #
ui 0 #
u V
ii ) h u , #
# u i = 0 # u =0 #
u V
iii ) # #
hu, vi = hv, ui# # u , #
# v V
iv) h #
v , #
u i = h #
v , #
u i = h #
u , #
vi #
u , #
v V e R
v) h u , v + w i = h u , v i + h #
# # # # # #i
u, w #
u , # # V
v, w
da dimostrare tenendo conto della definizione, e la cui dimostrazione

proposta come esercizio.
Sussiste il seguente
Teorema 7.5. Siano # u e #v due vettori di R2 o di R3 e si considerino i

segmenti orientati ad essi associati nel piano o nello spazio riferiti a sistemi di
coordinate ortogonali. Allora
h #
u , #
v i = k #
u k k #
v k cos (7.7)
dove [0, ] lampiezza dellangolo fra i due segmenti.
Dimostrazione. La dimostrazione, che invitiamo il lettore a sviluppare

per esteso, unimmediata conseguenza del Teorema del coseno e delle
propriet del prodotto scalare.
Esempio 7.4. Siano dati in R2 i due vettori # u = [1, 3] e #

v = [2, 5], voglia-
mo conoscere langolo che formano i segmenti orientati ad essi associati; il
# # #
scalare h u , v i = 1 2 + (3)5 = 13. Inoltre k u k = 10
loro prodotto
#
e k v k = 29 dunque langolo fra i due segmenti orientati sar tale
che
# #
hu, vi 13 3 13 2
cos = # # = ; osservando che < <
kuk kvk 290 2 290 2
3 5
si deduce che << .
4 6
Un vettore #u = [ a, b, c] si dice unitario o versore se ha norma 1, cio

#
se k u k = 1, quindi se a2 + b2 + c2 = 1.
Dal Teorema 7.5 si ricava che le componenti a, b e c di u sono i coseni
degli angoli che u forma con i versori fondamentali e1 = [1, 0, 0], e2 =
[0, 1, 0] ed e3 = [0, 0, 1] e prendono il nome di coseni direttori del vettore
#
u.
Ogni vettore non nullo pu essere normalizzato

# dividendolo per la
v k #
v k
k #
propria norma, infatti facile verificare che = # = 1.
v k kvk
Due vettori diversi dal vettore nullo si dicono perpendicolari o ortogo-

nali se lampiezza dellangolo tra u e v = .
2
Segue immediatamente dal Teorema 7.5 che
h #
u , # con #u 6= 0, #

v i = 0 = v 6= 0 (7.8)
2
scriveremo dunque # v # u h # u , #
v i = 0 cio due vettori sono
ortogonali se e solo se il loro prodotto scalare nullo.
Il discorso si generalizza:
DEFINIZIONE 7.2. Si dice che n vettori # v , #
1 v , . . . , #
2 nv sono mutua-
mente ortogonali se
# #
v i, v j = 0 (7.9)
per ogni i, j con i, j = 1 . . . n.
Se i #
v i sono anche normalizzati (cio sono dei versori) diciamo che
sono ortonormali.
Una base ortogonale una base costituita da vettori mutuamente
ortogonali; se i vettori sono anche normalizzati, allora abbiamo a che
fare con una base ortonormale.
Osserviamo che vettori ortogonali sono sempre indipendenti, mentre
non vale in generale il viceversa. (Verificarlo per esercizio)
Esempio 7.5. In R3 la base B = {[1, 3, 1], [1, 0, 1], [6, 4, 6]} una base
ortogonale ma non ortonormale (verificarlo per esercizio).
Sappiamo che in uno spazio vettoriale ogni vettore si pu esprimere

come combinazione lineare dei vettori di una base; se la base orto-
gonale o ortonormale, si possono determinare in maniera semplice i
coefficienti della combinazione lineare:
Teorema 7.6. Sia { # e 1 , #
e 2 , #
e 3 } una base ortogonale, allora #
v = 1 #
e1+
2 #
e 2 + 3 #
e 3 in cui
h #
v , #
e i
i = # #i ; (7.10)
h e i, e ii
se invece la base ortonormale
i = h #
i v , #
e i.
7.5. Generalizzazioni 75
Esempio 7.6. Sia B la base ortogonale

B = { #
e 1 = [1, 3, 1], #
e 2 = [1, 0, 1], #
e 3 = [6, 4, 6]}
dellesempio 7.5: abbiamo h # e 1 , #
e 1 i = 11, h # e 2 , #
e 2 i = 2, h # e 3 , #
e 3 i = 88. Se
#
v = [3, 2, 5] usando i risultati trovati e la (7.10) si ha
# h #
v , #
e 1 i # h #
v , #
e 2 i # h #
v , #
e 3 i #
v = e1+ e2+ e3 =
11 2 88
14 #
e 1 + #
5 #
= e2+ e 3.
11 11
Dal punto di vista geometrico la (7.10) significa che h # v , #e i i #
ei
#
la componente del vettore v nella direzione di e i o anche che la #
proiezione ortogonale di # v sulla retta su cui giace il vettore # e i . Come
#
noto la proiezione ortogonale ha lunghezza k v k | cos |; lo stesso i
risultato si trova applicando il teorema 7.5:
kh #
v , #
e i i #
e i k = | h #
v , #
e i i | k #
e i k = k #
v k k #
e i k2 | cos i | = k #
v k | cos i |.
7.5 Generalizzazioni
Il concetto di prodotto scalare molto pi generale di quello qui
definito (che il prodotto scalare standard in uno spazio vettoriale
isomorfo a R2 od a R3 ).
Ricordiamo che si chiama prodotto cartesiano di due insiemi V e W
e si indica con V W linsieme delle coppie ordinate (v, w) essendo
v V, e w W.
In generale dati due spazi vettoriali sul medesimo campo K unap-
plicazione g da V W a K per cui valgano le propriet elencate nella
tabella 7.4 si chiama applicazione o forma bilineare (nel senso che linea-
Tabella 7.4 Propriet delle forme bilineari
i) g ( v1 + v2 , w ) = g ( v1 , w ) + g ( v2 , w ) v1 , v2 V, w W
ii ) g(v, w1 + w2 ) = g(v, w1 ) + g(v, w2 ) v V, w1 , w2 W
iii ) g(v, w) = g(v, w) = g(v, w) v V, w W, K
re rispetto a tutte due le variabili; nello stesso senso si parla talvolta

anche anche di forma multilineare).
Unapplicazione bilineare tale che si abbia
g(v, w) = g(w, v) v V, w W
si chiama simmetrica. Un applicazione bilineare simmetrica g : V

V R per cui sia
i) g(v, w) 0 v, w V
ii) g(v, v) = 0 v = 0
si chiama prodotto scalare e si preferisce indicare g(v, w) con h # v, w#i .
Uno spazio vettoriale in cui sia stato definito un prodotto scalare si
chiama euclideo.
Come utile esercizio, il lettore verifichi che il prodotto scalare stan-
dard definito nel paragrafo precedente una forma bilineare simmetri-
ca che gode delle propriet i ) e ii )
Come ulteriore esempio si verifichi che in R2 un prodotto scalare

# #
h x , y i = [ x1 , x2 ]
2 1 y
1 .
1 5 y2
Ovviamente due vettori ortogonali rispetto ad un prodotto scalare

possono non esserlo rispetto ad un altro. Quando parleremo di vettori
ortogonali senza precisare rispetto a quale prodotto scalare ci riferiremo
sempre al prodotto scalare standard.
Per i prodotti scalari vale il
Teorema 7.7. Sia V uno spazio vettoriale euclideo, cio uno spazio vettoriale
dotato di un prodotto scalare, allora si ha:
h #
u , #
1 # # # #
vi = (h u + v , u + v i h #
u , #
u i h #
v , #
v i)
2
Dimostrazione. la dimostrazione, che il lettore invitato a scrivere in
maniera esplicita, un semplice calcolo basato sulla bilinearit e sulla
simmetria del prodotto scalare.
Sia V uno spazio vettoriale euclideo e sia U un suo sottospazio.
Indichiamo con U linsieme di tutti i vettori di V che sono ortogonali
a vettori di U (rispetto ad un fissato prodotto scalare) e lo chiamiamo
complemento ortogonale di U (rispetto a quel certo prodotto scalare).
Capitolo 8
Matrici simili. Autovalori ed

autovettori di una matrice
quadrata
8.1 Matrici simili

Siano A e B due matrici quadrate di ordine n
DEFINIZIONE 8.1. Diciamo che la matrice A simile alla matrice B se

esiste una matrice di passaggio P, non singolare, tale che
P1 AP = B. (8.1)
Si vede subito che
Teorema 8.1. La similitudine di matrici una relazione di equivalenza.
Dimostrazione. Infatti ogni matrice simile a se stessa (basta prendere,

nella (8.1) come matrice di passaggio la matrice I); ricordando che
P = ( P1 )1 si ricava subito che se A simile a B con matrice di
passaggio P allora B sar simile ad A con matrice di passaggio P1 ;
infine da P1 AP = B e Q1 BQ = C si ha Q1 P1 APQ = C dunque,
ricordando che ( PQ)1 = Q1 P1 si conclude che A simile a C con
matrice di passaggio PQ.
immediato dimostrare il
Teorema 8.2. Due matrici simili hanno lo stesso determinante.
77
78 Capitolo 8. Similitudine. Autovalori. Autovettori
Dimostrazione. Siano A e B le due matrici. Dalla formula 8.1 e dal

teorema di Binet 5.5 a pagina 50 si ricava che
det( P1 AP) = det B

det( P1 ) det A det P = det B
e la tesi segue immediatamente dal fatto che det( P1 ) det P = 1.

OSSERVAZIONE 8.1. Attenzione! Linverso del Teorema 8.2 non vale:
cio esistono matrici che hanno lo stesso determinante e non sono simili.
un utile esercizio trovare degli esempi di questo fatto.
8.2 Autovalori ed autovettori di una matrice

Sia ora A una matrice quadrata di ordine n, per esempio associata
ad un endomorfismo1 , e consideriamo la relazione
A #
x = #
x (8.2)
con #
x 6= 0. La (8.2) in sostanza dice che applicando al vettore # x la
matrice A si ottiene un vettore proporzionale ad # x , cio che #
x non
cambia direzione.
Fissata la A ci chiediamo se esistono degli scalari e dei vettori # x
per cui valga la (8.2), cio, fissata la trasformazione, ci chiediamo se ci
sono vettori che, trasformati, non cambiano direzione.
Gli scalari che compaiono nella (8.2) si chiamano autovalori o valori
propri ed i vettori #
x si chiamano autovettori o vettori propri della matrice
A.
lecito ora porsi la domanda: fissata una matrice A esistono auto-
valori? quanti? ed autovettori?
Per rispondere a queste domande riscriviamo la (8.2) nella forma
#
x A #
x =0
equivalente a
(I A) #
x =0 (8.3)
che possiamo pensare come un sistema lineare omogeneo di n equazioni
in n incognite la cui matrice dei coefficienti la matrice I A. Sap-
piamo che un tale sistema ammette soluzioni non banali se e solo se il
determinante della matrice dei coefficienti nullo.
1 Ricordiamo che si chiama endomorfismo unapplicazione lineare f : V V di uno spazio
vettoriale su se stesso.
8.2. Autovalori ed autovettori di una matrice 79
Il determinante della matrice dei coefficienti del sistema (8.2)

ovviamente funzione di

a11 a12 a13 . . . a1n

a21 a22 a23 . . . a2n

det(I A) = a31 a32 a33 . . . a3n

.. .. .. .. ..
. . . . .

an1 an2 an3 . . . ann
e si pu scrivere come polinomio in
() = det(I A) = n + c1 n1 + c2 n2 + + cn1 + cn (8.4)
che un polinomio di grado n nella variabile con coefficiente diret-
tore2 uguale a 1, che prende il nome di polinomio caratteristico della
matrice A ed i cui zeri sono tutti e soli gli autovalori di A.
Il coefficiente di n proviene solo dal prodotto degli elementi prin-
cipali ed quindi uguale a 1; i vari successivi coefficienti c1 . . . cn di
() si possono trovare sviluppando normalmente il determinante di
I A oppure tenendo conto del legame tra di essi ed i minori estratti
dalla matrice A (Teorema 8.7 a pagina 81).
Per il Teorema fondamentale dellAlgebra sappiamo che ogni po-
linomio di grado n ha, nel campo complesso, esattamente n radici
contate ciascuna con la propria molteplicit, dunque sussiste il
Teorema 8.3. Una matrice quadrata di ordine n ha, nel campo complesso C,
esattamente n autovalori, ciascuno contato con la propria molteplicit.
Una banale ed immediata conseguenza che se anche la matrice A
ha tutti gli elementi reali, i suoi autovalori possono essere in tutto o in
parte numeri complessi.
Se 1 , 2 , . . . , s (s n) sono gli autovalori distinti di A e k1 , k2 , . . . , k s
s
rispettivamente le loro molteplicit algebriche (quindi k j = n),
j =1
chiamiamo lespressione

1 2 . . . s
k1 k2 . . . k s
lo spettro della matrice A. In questa scrittura sotto ad ogni autovalore
indicata la sua molteplicit come radice del polinomio caratteristico
detta anche molteplicit algebrica.
Vale il
2 cio coefficiente del termine di grado massimo.
Teorema 8.4. Due matrici simili A e B hanno lo stesso polinomio caratteri-

stico.
Dimostrazione. Sia B = P1 AP: si ha successivamente
|I B| = |I P1 AP| = | P1 IP P1 AP| =
= | P1 (I A) P| = | P1 ||I A|| P|
= |I A|
e quindi i polinomi caratteristici sono uguali.

OSSERVAZIONE 8.2. Dal Teorema 8.4 segue che due matrici simili
hanno gli stessi autovalori con le stesse molteplicit, quindi lo stesso
spettro.
OSSERVAZIONE 8.3. ATTENZIONE Il Teorema 8.4 non invertibile!, cio
due matrici che hanno lo stesso polinomio caratteristico
possonoanche

0 0 0 1
non essere simili, per esempio le matrici A = eB =
0 0 0 0
2
hanno entrambe polinomio caratteristico () = ma la A, essendo
la matrice nulla, simile solo a se stessa.
Sugli autovalori valgono le propriet espresse dai seguenti teoremi

Teorema 8.5. Se 1 , 2 , . . . , n sono gli n autovalori di A e se cn il termine
noto del polinomio caratteristico di A sussiste la relazione
det( A) = (1)n cn = 1 2 n .
Dimostrazione. Infatti si ha, tenendo conto della (8.4):
() = det(I A) = n + c1 n1 + + cn =
= ( 1 )( 2 ) ( n )
relazione che vale e quindi, in particolare, anche per = 0. Per

questo valore si ha
(0) = det( A) = cn = (1 )(2 ) (n )
cio (1)n det( A) = cn = (1)n 1 2 n che la tesi.

Ne segue il
Corollario 8.6. Una matrice singolare se e solo se ha almeno un autovalore
nullo.
OSSERVAZIONE 8.4. Da quanto detto si ricava anche che in una matrice

triangolare (in particolare diagonale) gli autovalori coincidono con gli
elementi della diagonale principale.
DEFINIZIONE 8.2. Sia A una matrice quadrata; chiamiamo minore

principale di ordine k e lo indichiamo con Mk il determinante di una
sottomatrice quadrata di ordine k i cui elementi principali sono solo
elementi principali di A.

a b c
Esempio 8.1. I minori principali di ordine 2 della matrice 1 2 3 sono
d e f
a c a b 2 3 1 2
d f , 1 2 e e f ma non, ad esempio d e perch i suoi elementi

principali non sono tutti elementi principali di A

Si dimostra allora che
Teorema 8.7. Se
( ) = n + c 1 n 1 + + c n 1 + c n
il polinomio caratteristico di una matrice A, allora
ck = (1)k Mk (8.5)
dove la somma estesa a tutti i minori principali di ordine k estratti da A.

Quindi ci a meno del segno la somma dei minori principali di
ordine i, da cui, per esempio, c1 = tr ( A); c2 la somma di tutti i
minori principali di ordine 2 e cos via.
Inoltre sussiste il
Teorema 8.8. Se un autovalore di molteplicit k allora
r (I A) n k. (8.6)
Il numero n r (I A) il numero delle soluzioni indipendenti

del sistema (8.2), cio degli autovettori indipendenti associati allauto-
valore , che prende il nome di molteplicit geometrica dellautovalore.
Un autovalore per cui la molteplicit algebrica sia uguale a quella geo-
metrica, cio per il quale vale il segno = nella (8.6), si chiama regolare.
Segue subito da questa definizione e dal teorema 8.8 il
Teorema 8.9. Ogni autovalore semplice regolare.
Dimostrazione. Infatti r (I A) < n in quanto det(I A) = 0 e dal

Teorema 8.8 segue che r n 1 dunque n 1 r < n da cui
r = n 1.
Siano ora #
x e #
y due autovettori della matrice A associati entrambi
allautovalore ; sussiste il
Teorema 8.10. Ogni combinazione lineare di autovettori di A associati a

un autovettore di A associato a .
Dimostrazione. Siano A #
x = #
x e A #
y = #
y , consideriamo il vettore
# #
x + y e vogliamo dimostrare che anchesso autovettore associato
a . Si ha, infatti
A( #
x + #
y ) = A #
x + A #
y =
A x + A y = x + y = ( #
# # # # x + #
y ).
Quindi linsieme degli autovettori associati ad un autovalore, con

laggiunta del vettore nullo, costituisce uno spazio vettoriale, che pren-
de il nome di autospazio associato a e la molteplicit geometrica del-
lautovalore, che corrisponde al numero degli autovettori indipendenti,
la dimensione di questo autospazio.
Per il Teorema 8.8 si ha subito che la molteplicit geometrica di un
autovalore non supera quella algebrica e la uguaglia se e solo se regolare.
Vale il
Teorema 8.11. Siano 1 , 2 , . . . , s s autovalori distinti di A (s n) e siano

#
x 1 , #
x 2 , . . . , #
x s s autovettori associati ordinatamente ai i . Allora i vettori
#
x i sono linearmente indipendenti.
Di conseguenza gli autospazi associati ad ogni autovalore sono

disgiunti, e la loro somma un sottospazio V 0 dello spazio vettoriale V
in cui definito lendomorfismo rappresentato dalla matrice A.
Da quanto detto segue facilmente che gli autovalori di A sono tutti
regolari se e solo se V 0 = V.
Sussiste anche il
Teorema 8.12. Se # x autovettore di A associato allautovalore allora esso

anche autovettore di Ak associato allautovalore k k > 0.
Dimostrazione. Da A #
x = #
x si ricava, moltiplicando a sinistra per A,
A2 #
x = A #
x = A #
x = #
x = 2 #
x
e quindi x autovettore di A associato allautovalore 2 . Iterando il

procedimento si perviene alla tesi.
Capitolo 9
Diagonalizzazione, matrici
ortogonali
9.1 Diagonalizzazione di una matrice quadrata

Una matrice quadrata si dice diagonalizzabile se simile ad una
matrice diagonale, cio se esiste una matrice non singolare P tale che
P1 AP =
con matrice diagonale.
Ci proponiamo ora di stabilire dei criteri di diagonalizzabilit, il che
equivale a dare delle condizioni necessarie e sufficienti per stabilire quali
sono tutte e sole le matrici diagonalizzabili.
Sussiste a questo proposito il
Teorema 9.1. Una matrice quadrata A di ordine n diagonalizzabile se e solo
se ammette n autovettori indipendenti.
# # #
Dimostrazione. Siano X 1 , X 2 , . . . , X n n autovettori indipendenti di A
e siano associati rispettivamente agli autovalori 1 , 2 , . . . , n . Indi-
# # #
chiamo con P = [ X 1 X 2 . . . X n ] la matrice che ha come colonne gli
#
X i ; allora, ricordando i punti i) e ii) dellosservazione 3.7 a pagina 26,
sussistono le uguaglianze
# # #
h i
AP = A X 1 A X 2 . . . A X n (9.1)
# # #
h i
P diag(1 , 2 , . . . , n ) = 1 X 1 2 X 2 . . . n X n
#
poich gli X i sono autovettori di A associati ordinatamente agli auto-
# #
valori i , per ogni i si ha A X i = i X i , dalla (9.1) segue che
AP = P diag(1 , 2 , . . . , n )
85
86 Capitolo 9. Diagonalizzazione, matrici ortogonali
ed essendo P non singolare, in quanto formata da vettori indipendenti

segue che
P1 AP = diag(1 , 2 , . . . , n ) (9.2)
quindi se A ammette n autovettori indipendenti, essa diagonalizzabi-
le.
Viceversa se supponiamo che A sia diagonalizzabile allora esistono una
matrice invertibile P ed una matrice diagonale = diag(1 , 2 , . . . , n )
tali che
AP = P
# # #
ma se chiamiamo X 1 , X 2 , . . . , X n le colonne di P, dalla ( 9.2) e ricordan-
do ancora losservazione 3.7 a pagina 26, otteniamo
# # # # # #
h i h i
A X 1 X 2 . . . X n = X 1 X 2 . . . X n diag(1 , 2 , . . . , n ),
da cui
# # # # # #
h i h i
A X 1 A X 2 . . . A X n = 1 X 1 2 X 2 . . . n X n
# # #
e quindi, per ogni i, si ha A X i = i X i , dunque gli X i sono autovettori
di A, linearmente indipendenti in quanto P non singolare.
OSSERVAZIONE 9.1. Il Teorema 9.1 significa, in sostanza, che una

matrice che rappresenta un endomorfismo di uno spazio vettoriale V
diagonalizzabile se e solo se esiste una base formata da autovettori di
V. Cio se V = V1 V2 Vk dove i Vi sono gli autospazi associati,
ordinatamente, agli autovalori i .
OSSERVAZIONE 9.2. Le matrici P che trasformano la A in una ma-
trice diagonale sono tutte (e sole) quelle formate da n autovettori
indipendenti di A, quindi sono infinite.
OSSERVAZIONE 9.3. Se diag(1 , 2 , . . . , n ) una qualunque matrice
diagonale simile ad A, i suoi elementi principali sono tutti (e soli) gli
autovalori di A.
OSSERVAZIONE 9.4. Una matrice diagonalizzabile univocamente
determinata dai suoi autovettori e dai suoi autovalori.
Abbiamo detto che lavere lo stesso polinomio caratteristico non
basta affinch due matrici siano simili, tuttavia
Teorema 9.2. Se A e B sono entrambe diagonalizzabili, esse sono simili se e

solo se hanno lo stesso polinomio caratteristico.
9.1. Diagonalizzazione di una matrice quadrata 87
Dimostrazione. Se A e B sono simili, hanno lo stesso polinomio caratte-

ristico per il Teorema 8.4, viceversa se A e B hanno lo stesso polinomio
caratteristico esse hanno gli stessi autovalori con le stesse molteplici-
t; dunque sono entrambe simili alla medesima matrice diagonale, e
quindi simili tra loro.
Per verificare se due matrici A e B sono simili necessario, anzittut-

to, controllare che abbiano lo stesso polinomio caratteristico; a questo
punto possono accadere tre casi:
o sono entrambe diagonalizzabili, e allora per il Teorema 9.2 sono

simili tra loro,
oppure una diagonalizzabile e laltra no, e allora non sono simili,
oppure ancora nessuna delle due diagonalizzabile, e allora

occorre ricorrere a metodi pi sofisticati.
Unaltra condizione necessaria e sufficiente per la diagonalizzabi-

lit, meno semplice da dimostrare ma pi comoda da usare, quella
espressa dal
Teorema 9.3. Una matrice diagonalizzabile se e solo se ha tutti gli autovalori

regolari.
Poich un autovalore semplice regolare (vedi Teorema 8.9 a pagi-

na 81) dal Teorema 9.3 segue immediatamente il
Corollario 9.4. Una matrice diagonalizzabile se tutti i suoi autovalori sono

distinti.
OSSERVAZIONE 9.5 (ATTENZIONE!). Linverso del corollario 9.4 in

generale non vale, cio una matrice pu essere diagonalizzabile anche
se i suoi autovalori non sono tutti distinti, basta infatti che siano tutti
regolari (vedi il teorema 9.3).

a a+1
Esempio 9.1. Sia A = . Vogliamo vedere per quali valori di
a+3 a+2
a essa diagonalizzabile. Il polinomio caratteristico di A
() = 2 (2a + 2) + a( a + 2) ( a + 3)( a + 1).
Le radici di () sono 1 e 2a + 3, che coincidono se e solo se a = 2, quindi

per a 6= 2 la matrice diagonalizzabile perch i due autovalori sono distinti,

2 1
qundi semplici entrambi; per a = 2 la matrice diventa il cui
1 0
polinomio caratteristico ( + 1)2 cio ammette lautovalore 1 doppio. Esso
regolare se r ( I A) = 0 il che palesemente non . Concludiamo dunque
che la matrice A diagonalizzabile per ogni a 6= 2.
Esempio 9.2. Vogliamo determinare per quali valori dei parametri diagona-
lizzabile la matrice
1 0 0
a 0 0 .
b a 1
Si vede subito (A triangolare) che gli autovalori sono 0 semplice e 1 doppio.
Lautovalore 0 regolare in quanto semplice. Esaminiamo la regolarit di
Esso regolare
1. quando r ( I A) = 3 2 = 1; la matrice 1I A
0 0 0
a 1 0 il cui unico minore del secondordine non certamente nullo
b a 0
a 1
esso per si annulla per a2 + b = 0, dunque per questi valori, e
b a
solo per questi, A diagonalizzabile.
9.2 Martici ortogonali

DEFINIZIONE 9.1. Diciamo che una matrice U ortogonale se reale
e se
UUT = UT U = I. (9.3)
Sulle matrici ortogonali sussiste il
Teorema 9.5. Una matrice U ortogonale se e solo se le sue colonne formano
un sistema ortonormale di vettori.
Dimostrazione. Infatti la relazione (9.3) implica che se U = [uik ] e UT =
[uki ] si ha ik = j u ji u jk dove il generico elemento del prodotto
(
1 se i = k
lelemento generico della matrice I cio ik = ovvero le
0 se i 6= k
colonne di U formano un sistema ortonormale.
Sulle matrici ortogonali vale il
Teorema 9.6. Sia U una matrice ortogonale. Allora:
9.2. Martici ortogonali 89
i) det(U ) = 1;
ii) U invertibile e U 1 = UT ;
iii) UT ortogonale.
Dimostrazione. Essendo UT U = I, dal Teorema (di Binet) 5.5 a pagi-

na 50 si ha det(U ) det (UT ) = 1 ma poich det(U ) = det (UT ) si
ha det2 (U ) = 1 da cui det(U ) = 1. Il punto ii ) segue dal prece-
dente e dallunicit della matrice inversa. Il punto iii ) dal fatto che
(UT ) T = U
Se U e V sono due matrici ortogonali, allora la matrice W = UV

ortogonale, infatti WWT = UV (UV ) T = UVVT UT = I.
Se A una matrice diagonalizzabile e tra le matrici che la diagona-
lizzano esiste una matrice ortogonale, diciamo che A ortogonalmente
diagonalizzabile.
Dimostriamo ora il
Teorema 9.7. Gli autovalori di una matrice reale simmetrica sono reali
Dimostrazione. Sia A simmetrica: si ha A = A T . Se un autovalore

di A ed #
x un autovettore ad esso associato si ha:
#
x = A #
x (9.4)
da cui segue subito che #

x T = ( A #
x ) T = #
x t A T = #
x T A. Allora,
utilizzando ancora la (9.4),
#
x T #
x = #
x T Ax = #
x T #
x = #
x T #
x;
poich #
x T #
x 6= 0 in quanto #
x autovettore, concludiamo che = e
quindi che reale.
Possiamo ora enunciare il
Teorema 9.8. Una matrice reale simmetrica sempre ortogonalmente diago-

nalizzabile.
Questo significa non solo che una matrice A simmetrica e reale

sempre diagonalizzabile ma anche che tra le varie matrici che la
diagonalizzano se ne pu sempre trovare almeno una ortogonale.
OSSERVAZIONE 9.6. Vogliamo esplicitamente notare che lipotesi del

Teorema 9.8 che la matrice sia
reale essenziale, infatti, per esempio,
2i 1
la matrice simmetrica A = non neanche diagonalizzabile
1 0
(verificarlo per esercizio).
Anche linverso del Teorema 9.8 vero, cio
Teorema 9.9. Una matrice ortogonalmente simile ad una matrice diagonale

reale simmetrica.
Dimostrazione. Se UT AU = trasponendo si ha (UT AU ) T = T ma

simmetrica, quindi UT A T U = = UT AU da cui, moltiplicando a
destra per UT e a sinistra per U segue che A = A T .
Un altro teorema utile soprattutto nelle applicazioni il
Teorema 9.10. Se # x e #
y sono due autovettori della matrice reale simmetrica
A associati rispettivamente agli autovalori e con 6= , allora #x e #
y
sono ortogonali.
Dimostrazione. Dalle ipotesi abbiamo che #

x = A #
x e #
y = A # y . Sic-
come A simmetrica e quindi reale (per il Teorema 9.7 nella pagina
precedente), dalla prima uguaglianza segue che #x T = #x T A e quin-
# # # #
di anche x T y = x T A y , ma tenendo conto della seconda, si ha
#
x T #
y = #
x T #
y quindi ( ) #
x T #
y = 0. Poich 6= segue che
# #
x T y = 0.
Vediamo ora, su alcuni esempi, come si pu costruire una matrice

ortogonale che diagonalizza una data matrice simmetrica.

0 1 1
Esempio 9.3. Sia A = 1 0 1. Il polinomio caratteristico di A 3
1 1 0
3 2; quindigli autovalori sono 1 = 2 = 1 e 3 = 2.
x y z = 0

Il sistema x + y z = 0 fornisce gli autovettori di A.

x y + z = 0
9.2. Martici ortogonali 91

Per = 1 abbiamo la famiglia di autovettori con e non

entrambi nulli, e per = 2 lautovettore con 6= 0. Dovremo scegliere

due autovettori associati a 1 ed uno associato a 3 , quindi possiamo costruire
la matrice
0

0
0
0
che dobbiamo rendere ortogonale scegliendo opportuni valori per i parametri ,

0 , , 0 e . Per il Teorema 9.10 lultima colonna ortogonale a ciascuna delle
altre due, quindi basta imporre la condizione 0 + 0 + ( + )(0 + 0 ) =
0 che equivale a
20 + 20 + 0 + 0 = 0.
Poniamo = 0 allora (20 + 0 ) = 0 e poich, in questo caso devessere
6= 0 bisogner prendere 0 = 20 . Se scegliamo allora = 1, 0 = 1 e
= 1 otteniamo la matrice

0 2 1
1 1 1
1 1 1
le cui colonne sono a due a due ortogonali. Normalizzando le colonne otteniamo

la matrice
2 1
0
1 6 3
1 1
2 6 3
1
1 1
2 6 3
che una matrice ortogonale che diagonalizza la A.

1 0 0
Esempio 9.4. Consideriamo ora la matrice A = 0 2 3. facile verifi-
0 3 2
care che i suoi autovalori soni 1 = 1, 2 = 1 e 3 = 5 a cui sono associati,
rispettivamente, gli autovettori

h 0 0
0 j k
0 j k
che sono ortogonali, in quanto associati ad autovalori distinti (ancora il

Teorema 9.10 a pagina 90). Se scegliamo h = k = j = 1 otteniamo la
matrice
1 0 0
P = 0 1 1
0 1 1
che diagonalizza la A ma non ortogonale, in quanto le sue colonne non sono
normalizzate. Normalizzando si ottiene

1 0 0
0 1 1
2 2
1 1
0
2 2
che la matrice cercata.
OSSERVAZIONE 9.7. Dai due esempi precedenti, ed in particolare

dallesempio 9.3 a pagina 90 si nota che se A reale e simmetrica vi
sono in generale pi matrici ortogonali che la diagonalizzano.
9.3 Forme quadratiche

Un polinomio omogeneo di grado m nelle variabili x1 , x2 , . . . xn si
chiama forma di grado m. In particolare se il polinomio di secondo
grado si parla di forma quadratica.
Esempio 9.5. Si consideri il polinomio
( x, y, z) = 2x2 + 10xy + 9y2 + 6xz
esso una forma quadratica; osserviamo che si pu anche scrivere come
( x, y, z) = 2x2 + 5xy + 5yx + 9y2 + 3xz + 3zx (9.5)
spezzando i termini rettangolari.
In generale un polinomio omogeneo di secondo grado in n variabili

si pu scrivere nella forma
1...n
( x1 , x2 , . . . , x n ) = aik xi xk . (9.6)
i,k
con aik = aki .

9.3. Forme quadratiche 93
In tal modo possiamo associare ad ogni forma quadratica in n

variabili una matrice simmetrica A = [ aik ] di ordine n e possiamo
scrivere
# #
= XT AX
#
dove X T = [ x1 , x2 , . . . , xn ].
Quindi, per esempio,
la
matrice associata alla forma (9.5) dellesem-
2 5 3
pio 9.5 la A = 5 9 0.

3 0 0
Esempio 9.6. La matrice associata alla forma
x2 + 2xy 4yz + 3z2
sar la matrice simmetrica

1 1 0
A = 1 0 2
0 2 3
Si chiama rango della forma quadratica il rango della matrice ad

essa associata.
Se si opera sulle variabili una trasformazione lineare di matrice B
si ottiene una nuova forma quadratica la cui matrice associata sar
BT AB da cui risulta ovvio che le due forme hanno lo stesso rango. Si
chiama forma canonica ogni forma quadratica la cui matrice associata
diagonale, quindi una forma canonica sar:
= a11 x12 + a22 x22 + + ann x2x
cio una somma di quadrati.
Ci poniamo il problema: possibile, mediante una trasformazione

lineare invertibile, ridurre una forma quadratica qualsiasi a forma canonica?
Consideriamo la forma quadratica ( x, y) = 5x2 + 4xy + 2y2 .
La generica trasformazione lineare
(
x = au + bv
y = cu + dv
la trasforma in
5( au + bv)2 + 4( au + bv)(cu + dv) + 2(cu + dv)2 (9.7)

che diventa
(5a2 + 4ac + 2c2 )u2 +

(10ab + 4ad + 4bc + 4cd)uv+
(5b2 + 4bd + 2d2 )v2 (9.8)
Si vede subito che la riducono a forma canonica tutte quelle trasforma-
zioni con ad 6= bc per cui nullo il coefficiente del termine rettangolare
della (9.8), cio per cui
10ab + 4ad + 4bc + 4cd = 0
Questo si pu ottenere in infiniti modi, per esempio ponendo a =

1, b = 2, c = 2, d = 1 otteniamo la forma canonica
= 5u2 + 30v2
mentre se prendiamo a = 0, b = 1, c = 2, d = 1 abbiamo la forma
canonica
= 8u2 + 3v2 .
Sulla riduzione a forma canonica di una forma quadratica sussiste

il teorema
Teorema 9.11 (di Lagrange). Ogni forma quadratica a coefficienti complessi
(reali) di rango r > 0 si pu ridurre, mediante una trasformazione lineare
invertibile a coefficienti complessi (reali) alla forma canonica
c1 x12 + c2 x22 + + cn xn2
dove i ci sono numeri complessi (reali) non tutti nulli.

Se la forma quadratica in particolare reale il teorema di Lagrange
si precisa meglio:
Teorema 9.12. Ogni forma quadratica reale = XT AX si pu ridurre,
mediante una trasformazione ortogonale1 , alla forma canonica
= 1 x12 + 2 x22 + + n xn2
dove 1 , 2 , . . . , n sono gli autovalori di A.

1 Cio la cui matrice ortogonale.
9.4. Matrici hermitiane e matrici unitarie 95
Dimostrazione. Infatti essendo A reale simmetrica, esiste una matrice

ortogonale U tale che UT AU = diag(1 , 2 , . . . , n )
OSSERVAZIONE 9.8. Se la forma quadratica ha rango r allora gli
autovalori non nulli di A sono esattamente r.
OSSERVAZIONE 9.9. Se la riduzione a forma canonica viene effettuata
mediante una generica trasformazione lineare invertibile, non neces-
sariamente ortogonale, non si pu garantire che i coefficienti siano gli
autovalori di A, ad esempio la forma (9.5) = 5x2 + 4xy + 2y2 pu
essere ridotta a forma canonica in = 8u2 + 3v2 ma gli autovalori di
A sono 1 e 6.
Si chiama indice di una forma quadratica = XT AX il numero
p 0 degli autovalori positivi di A.
Vale il
Teorema 9.13. Ogni forma canonica ottenuta da una forma quadratica
reale mediante una trasformazione lineare invertibile ha il numero dei
coefficienti positivi uguale allindice p di .
Una forma quadratica ( x1 , x2 , . . . , xn ) si dice definita positiva (rispet-
tivamente semidefinita positiva) se per ogni scelta delle variabili, non tut-
te nulle, si ha ( x1 , x2 , . . . , xn ) > 0 (rispettivamente ( x1 , x2 , . . . , xn )
0 ).
Vale il
Teorema 9.14. Una forma quadratica = XT AX definita positiva se e
solo se tutti gli autovalori di A sono positivi.
Analogamente si parla di forme quadratiche definite (semidefinite)
negative
Vale anche lanalogo del teorema 9.14:
Teorema 9.15. Una forma quadratica = XT AX definita negativa se e
solo se tutti gli autovalori di A sono negativi.
Naturalmente esistono forme quadratiche la cui matrice ha sia au-
tovalori positivi, sia autovalori negativi cio n definite positive n
definite negative. Qualcuno chiama queste forme non definite.
9.4 Matrici hermitiane e matrici unitarie

DEFINIZIONE 9.2. Una matrice A si chiama hermitiana (o autoaggiunta)
se A = A T .
DEFINIZIONE 9.3. Una matrice U si chiama unitaria se U T U = I.

DEFINIZIONE 9.4. Una matrice si chiama normale se AA T = A T A
cio se commuta con la sua coniugata trasposta (detta anche aggiunta).
OSSERVAZIONE 9.10. ovvio dalle definizioni che le matrici reali
simmetriche sono matrici hermitiane reali e che le matrici ortogonali
sono matrici unitarie reali.
OSSERVAZIONE 9.11. Le matrici hermitiane e quelle unitarie sono
particolari matrici normali.
Teorema 9.16. Una matrice unitariamente simile ad una matrice diagonale
se e solo se normale
OSSERVAZIONE 9.12. Ne scende che ogni matrice reale, permutabile con
la sua trasposta, diagonalizzabile in particolare che ogni matrice ortogonale
diagonalizzabile
Con lo stesso procedimento usato per le matrici simmetriche reali
nel Teorema 9.10 a pagina 90 si dimostra il
Teorema 9.17. Gli autovalori di una matrice hermitiana sono reali.
Segue anche che
Teorema 9.18. Ogni matrice hermitiana unitariamente simile ad una
matrice diagonale reale.
Sussiste anche il
Teorema 9.19. Una matrice A normale se e solo se esiste un polinomio f ()
tale che A T = f ( A).
Segue il
Corollario 9.20. Una matrice reale A permutabile con la sua trasposta se e
solo se questultima si pu esprimere come polinomio in A.
Capitolo 10
Polinomi di matrici
Come abbiamo visto nel paragrafo 3.3 a pagina 24 si definisce un

polinomio di matrici (o polinomio matriciale) come segue: se
p ( ) = c 1 n + c 2 n 1 + + c n + c n +1
un polinomio di grado n nella variabile , possiamo formalmente
sostituire a la matrice quadrata A ed ottenere il polinomio matriciale
p( A) = c1 An + c2 An1 + + cn A + cn+1 I. (10.1)
OSSERVAZIONE 10.1. Ovviamente p( A) a sua volta una matrice qua-
drata dello stesso ordine di A e che si ottiene sviluppando i conti nella
(10.1); notiamo anche che il coefficiente cn+1 in realt coefficiente di 0
e quindi, nella sostituzione formale che operiamo, diventa coefficiente
di A0 = I.
10.1 Teorema di Cayley Hamilton

Introduciamo ora un Teorema, che va sotto il nome di Teorema di
Cayley1 - Hamilton2 e che ha parecchie applicazioni, anche al di fuori
dellambito dellAlgebra Lineare.
Abbiamo gi accennato che una matrice quadrata A si pu sempre
ridurre a forma triangolare eseguendo su di essa operazioni elemen-
tari sulle righe o sulle colonne, quindi possiamo aggiungere che ogni
matrice quadrata triangolarizzabile cio simile ad una matrice
triangolare che ha come elementi principali gli autovalori di A. Dunque
esiste una matrice non singolare P, tale che
P1 AP = T
1 Arthur CAYLEY, 1821, Richmond, Inghilterra - 1895, Cambridge, Inghillterra.
2 William HAMILTON, 1788, Glasgow, Scozia -1856, Edimburgo, Scozia.
97
98 Capitolo 10. Polinomi di matrici
con T matrice triangolare.
Esempio 10.1. Consideriamo ora tre matrici triangolari, per esempio alte,
per semplicit di ordine tre, B1 , B2 e B3 tali che i in Bi sia nullo liesimo
elemento principale. Per esempio siano

0 a1 b1 a2 b2 c2 a3 b3 c3
B1 = 0 c1 d1 B2 = 0 0 d2 B3 = 0 d3 e3
0 0 e1 0 0 e2 0 0 0
Un facile calcolo mostra che
B1 B2 B3 = 0
Lesempio 10.1 solo un caso particolare di quanto percisa il seguen-

te
Lemma 10.1. Siano B1 , B2 , . . . , Bn n matrici triangolari alte di ordine n tali
che, per ogni i = 1, . . . , n, lelemento bii della iesima matrice Bi sia nullo.
Allora il prodotto delle matrici Bi d la matrice nulla, cio
B1 B2 Bn = 0
Dimostrazione. Decomponiamo in blocchi ciascuna matrice Bi in modo

che sia
Hi k i
Bi = .
L i Mi
Se prendiamo H1 di tipo (1, 1), H2 di tipo (1, 2), H3 di tipo (2, 3) . . . Hn1
di tipo (n 2, n 1) ed Hn di tipo (n 1, n) si pu moltiplicare a blocchi
ciascuna matrice per la successiva. Osservando inoltre che le matrici
Li sono tutte nulle in forza del fatto che le Bi sono triangolari alte, si
constata facilmente che il prodotto
B2 B3 Bn1 una matrice ripartita
P Q
a blocchi della forma ; inoltre, per come sono state costruite, si
0 R
0 H1 Hn Kn
ha B1 = e Bn = .
0 K1 0 0
Si ha quindi

0 H1 P Q Hn Kn
B1 B2 Bn =
0 K1 0 R 0 0
che d, evidentemente, la matrice nulla.

Siamo ora in grado di dimostrare il
10.1. Teorema di Cayley Hamilton 99
Teorema 10.2 (di Cayley-Hamilton). Ogni matrice quadrata radice del

proprio polinomio caratteristico. Cio se A () = n + c1 n1 + +
cn1 + cn il polinomio caratteristico della matrice quadrata A, allora vale
la relazione matriciale
A n + c 1 A n 1 + + c n 1 A + c n I = 0 (10.2)
Dimostrazione. Sia A quadrata di ordine n e siano 1 , 2 , . . . , n i suoi

autovalori. Poich A triangolarizzabile, esiste una matrice P tale che

1 b12 b1n
0 2 b2n
1
P AP = B = ..

.. . . ..
. . . .
0 0 n
Se ora poniamo, i = 1 . . . n Bi = B i I si riconosce subito che le

matrici Bi hanno le caratteristiche richieste dal lemma 10.1 nella pagina
precedente, inoltre si ha:
( A 1 I )( A 2 I ) ( A n I ) =
1
= PP ( A 1 I ) PP1 ( A 2 I ) PP1 PP1 ( A n I ) PP1 =
= P( B 1 I )( B 2 I ) ( A n I ) =
= PB1 B2 Bn P1
quindi
( A 1 I )( A 2 I ) ( A n I ) = 0 (10.3)
e siccome il polinomio caratteristico di A si pu scrivere come
() = ( 1 )( 2 ) ( n ) (10.4)
sostituendo formalmente la matrice A nella ( 10.4) in virt della ( 10.3)

si perviene alla tesi.
OSSERVAZIONE 10.2 (ATTENZIONE). Il Teorema 10.2 non invertibile
questo significa che se una matrice quadrata di ordine n radice di un
certo polinomio p( x ) cio se si ha che p( A) = 0 non detto che p()
sia il polinomio caratteristico di A.
Esempio 10.2. Come esempio di quanto affermato nellosservazione 10.2,
consideriamo la matrice A = I2 essa radice del polinomio matriciale A2
3A + 2I ma il suo polinomio caratteristico , come si vede immediatamente,
() = 2 2 + 1
Applicazioni del Teorema di CayleyHamilton

Se A () = n + c1 n1 + + cn1 + cn il polinomio caratteri-
stico della matrice A, quadrata, di ordine n il Teorema 10.2 nella pagina
precedente ci assicura che
A n + c 1 A n 1 + + c n 1 A + c n I = 0 (10.5)
cio che le successive potenze di A dalla 0 alla n sono linearmente
dipendenti e quindi, per esempio, che
An = (c1 An1 + + cn1 A + cn I )
cio che la potenza nesima di A si pu scrivere come combinazione
lineare delle potenze di grado inferiore e che i coefficienti di questa
combinazione lineare sono proprio i coefficienti del polinomio caratteristico.
Inoltre sappiamo che se A invertibile cn 6= 0 e quindi si pu scrivere
1
I= ( A n + c 1 A n 1 + + c n 1 A )
cn
da cui, moltiplicando ambo i membri per A1 si ottiene
1
A 1 = ( A n 1 + c 1 A n 2 + + c n 1 I ) (10.6)
cn
La (10.6) ci dice che la matrice inversa di una matrice invertibile A combi-
nazione lineare delle potenze di A e che i coefficienti della combinazione
lineare si ricavano facilmente da quelli del polinomio caratteristico di
A.

1 0 1
Esempio 10.3. Vogliamo calcolare linversa della matrice A = 1 1 1
2 0 1
usando il Teorema di Cayley-Hamilton, cio usando la ( 10.6). Il polinomio
3 2
caratteristico () = +
di A sar a + b + c. Essendo a = tr ( A) =
1 0 1 2 1 1
3, b = + + = 5 e c = det A = 3 esso diventa
1 1 0 1 2 1
() = 3 32 + 5 3,
quindi A3 3A2 + 5A 3I = 0 da cui A1 = 1 2 5
3 A A + 3 I. Allo-
1 0 2
2
ra si ricava facilmente che A = 4 1 1 e quindi che A1 =
4 0 1
1 0 1
1
3 1 3 2 .
2 0 1
10.2. Polinomio minimo 101
10.2 Polinomio minimo

NellOsservazione 10.2 a pagina 99 e nellesempio successivo ab-
biamo visto che una matrice pu essere anche radice di un polinomio
diverso dal suo polinomio caratteristico.
DEFINIZIONE 10.1. Si chiama polinomio minimo della matrice quadra-
ta A e si indica con () il polinomio di grado minimo e di coefficiente
direttore3 uguale a 1 che ammette A come radice.
facile dimostrare che il polinomio minimo esiste ed unico: le-
sistenza garantita dal Teorema 10.2 a pagina 99 (infatti esiste per lo
meno il polinomio caratteristico) e lunicit si dimostra per assurdo
farlo per esercizio.
Enunciamo e dimostriamo ora alcune propriet del polinomio mini-

mo.
Teorema 10.3. Il polinomio minimo () di una matrice quadrata A divide
tutti i polinomi che ammettono A come radice, quindi, in particolare, divide il
polinomio caratteristico di A.
Dimostrazione. Sia p() un polinomio che ammette A come radice; cio
tale che sia p( A) = 0. Se dividiamo p() per () otteniamo un
quoziente ed un resto, cio
p() = q()() + r () (10.7)
se r () = 0 abbiamo la tesi, se invece fosse r () 6= 0, la (10.7) portereb-
be alla identit matriciale
p( A) = q( A)( A) + r ( A)
dalla quale, tenendo conto che p e ammettono A come radice, segue
che r ( A) = 0, ma siccome r un polinomio di grado inferiore a e
quello di grado minimo che ammette A come radice, segue che r
identicamente nullo.
Dal Teorema 10.3 segue subito che il polinomio minimo divide
anche il polinomio caratteristico, e che, quindi, le sue radici sono anche
radici di (), cio sono autovalori di A, come precisato dal
Teorema 10.4. Le radici del polinomio minimo () di una matrice A sono
tutti e soli gli autovalori di A con molteplicit non maggiori di quelle che
hanno come radici del polinomio caratteristico ().
3 Ricordiamo la nota 2 a pagina 79.
Questo significa che se, per esempio, una matrice ammette come po-
linomio caratteristico () = ( 1)2 ( 2) il suo polinomio minimo
pu essere solo () stesso oppure ( 1)( 2).
Si pu anche dimostrare che
Teorema 10.5. Due matrici simili hanno lo stesso polinomio minimo.
Naturalmente esistono matrici che, pur avendo lo stesso polinomio
minimo, non sono simili, anzi, che non hanno nemmeno lo stesso
polinomio caratteristico, come si vede nel seguente

0 0 0 0 0 0
Esempio 10.4. Siano A = 0 1 1 e B = 0 0 0. Si vede subito che
0 0 1 0 0 1
entrambe hanno come polinomio minimo () = 2 , infatti A2 = A e
B2 = B, ma A () = ( 1)2 mentre B () = 2 ( 1).
Anche lavere lo stesso polinomio caratteristico non garantisce
affatto che i polinomi minimi siano uguali come si vede nel seguente

0 0 0 0 0 0
Esempio 10.5. Consideriamo le matrici A = 1 0 0 e B = 1 0 0.
2 3 0 2 0 0
3
Tutte e due hanno come polinomio caratteristico () = , ma siccome si
vede subito che B2 = 0 si ha B () = 2 mentre essendo A3 = 0 6= A2 si
ha A () = () = 3 .
OSSERVAZIONE 10.3. Con un facile calcolo, che si propone come eser-
cizio, si verifica che il polinomio minimo di una matrice diagonale Dn
avente t n autovalori distinti ( 1 )( 2 ) ( t ).
Riferendoci a questa osservazione possiamo dimostrare il
Teorema 10.6. Una matrice A diagonalizzabile se e solo se il suo polinomio
minimo ammette solo radici sempilici.
Dimostrazione. Dimostriamo, per semplicit, solo la parte solo se. Sia
A diagonalizzabile, allora essa simile ad una matrice diagonale il
cui polinomio minimo, per losservazione precedente, privo di radici
multiple, quindi la tesi segue dal teorema 10.5.
Il Teorema 10.6 fornisce un altro potente criterio per stabilire se
sono diagonalizzabili matrici di cui facile determinare il polinomio
minimo. Ad esempio si ricava da esso che ogni matrice idempotente,
cio per cui sia A2 = A che ha quindi come polinomio minimo 2
diagonalizzabile.
Parte II
Geometria piana
Capitolo 11
La retta nel piano
11.1 Preliminari
In un sistema di riferimento cartesiano ortogonale noto dagli studi
precedenti che una retta si rappresenta con unequazione lineare
ax + by + c = 0, (11.1)
in cui a e b non siano entrambi nulli. anche noto che, se la retta

non parallela allasse y, si pu scrivere anche nella forma, cosiddetta
canonica
y = mx + q. (11.2)
altres noto che la forma canonica (11.2) dellequazione di una retta
mette in luce la pendenza della retta: il coefficiente m, che si chiama
coefficiente angolare, rappresenta la tangente goniometrica dellangolo
che la retta forma con lasse x: dunque se indichiamo con lampiezza
di questangolo, si ha m = tan .
Da un altro punto di vista una retta r determinata da un vettore # v
che ne fissa la direzione e da un punto P0 r: un punto P appartiene
alla retta r se e solo se il segmento PP0 ha la stessa direzione di # v.
Siano ora ( x0 , y0 ) le coordinate di P0 e ( x, y) le coordinate di P,
il punto P appartiene a r se e solo se il vettore [ x x0 , y y0 ] ed il
vettore #v = [b, a] sono linearmente dipendenti, cio se e solo se
a( x x0 ) = b(y y0 ) cio ax + by = ax0 + by0 da cui si ottiene la
(11.1) ponendo c = ax0 by0 .
Dunque la retta di equazione ax + by = 0 ha la direzione del vettore
#
v = [b, a].
Poich h[b, a], [ a, b]i = ab + ba = 0, possiamo anche affermare
che la retta ax + by + c = 0 ortogonale al vettore w # = [ a, b]; i numeri
b e a sono noti come parametri direttori della retta, essi sono definiti
105
106 Capitolo 11. La retta nel piano
a meno di un fattore di proporzionalit non nullo. Normalizzando il

#
vettore #
v si ottiene il vettore v0 = [b0 , a0 ] in cui b0 e a0 sono proprio
i coseni degli angoli che la retta (orientata) forma con la direzione
positiva degli assi coordinati e si chiamano coseni direttori della retta.
Da quanto detto segue il
Teorema 11.1. Sia r la retta di equazione ax + by + c = 0 allora:
i) r parallela allasse x se e solo se a = 0,
ii) r parallela allasse y se e solo se b = 0,
iii) se r1 la retta di equazione a1 x + b1 y + c1 = 0 allora r parallela a r1

se e solo se
ab1 = ba1 ,
iv) r e r1 sono perpendicolari se e solo se
aa1 + bb1 = 0.
OSSERVAZIONE 11.1. Lequazione della retta , ovviamente, definita

a meno di un fattore di proporzionalit non nullo, nel senso che le
equazioni ax + by + c = 0 e kax + kby + kc = 0 rappresentano la stessa
retta k 6= 0 R. Dora in avanti parleremo comunque, come si fa
abitualmente, dellequazione di una retta (usando larticolo determina-
tivo), sottintendendo che ci riferiamo ad una qualsiasi delle possibili
equazioni della retta, di solito quella la cui scrittura pi semplice,
tuttavia questa propriet non va dimenticata, perch il non tenerne
conto pu portare a gravi errori, soprattutto nelle applicazioni.
Esempio 11.1. Scriviamo lequazione della retta perpendicolare al vettore

[5, 1] e passante per il punto (1, 2). Si vede subito che la retta ha unequa-
zione della forma 5x + y + c = 0 e che passa per il punto (1, 2) se e solo
se 5 (1) + 2 + c = 0, da cui c = 3 e quindi la retta cercata ha equazione
5x + y + 3 = 0.
Esempio 11.2. Vogliamo lequazione della retta che passa per i punti A(4, 1)
e B(3, 2). Sia essa di equazione ax + by + c = 0; si ha, imponendo il passaggio
per il primo punto a( x 4) + b(y 1) = 0 e per il secondo a(3 4) + b(2
1) = 0 a + b = 0 a = b, dunque , scegliendo a = 1 si ha
x + y = 5, risultato a cui si poteva pervenire direttamente, osservando che 5
proprio la somma dellascissa e dellordinata sia di A che di B.
11.2. Altri tipi di equazione della retta 107
Si pu dimostrare anche che se a1 x + b1 y + c1 = 0 e a2 x + b2 y + c2 =

0 sono due rette che formano un angolo si ha
|h[ a1 , b1 ], [ a2 , b2 ]i| |a a + b b |
cos = = q 1 2 q1 2
k[ a1 , b1 ]k k[ a2 , b2 ]k a21 + b12 a22 + b22
11.2 Altri tipi di equazione della retta

Lequazione
x y
+ =1 (11.3)
p q
unequazione lineare e rappresenta quindi una retta; facile vedere
che in questa forma lequazione della retta (che detta equazione seg-
mentaria) mette in risalto le intercette sugli assi, precisamente la retta di
equazione (11.3) interseca gli assi coordinati nei punti P( p, 0) e Q(0, q).
Viceversa la retta che passa, per esempio, per i punti (2, 0) e (0, 3) ha
x y
equazione + = 1 cio 3x 2y 6 = 0.
2 3
Viceversa tenendo presente lequazione segmentaria (11.3) possia-
mo trovare in maniera semplice le intercette sugli assi di una retta scritta
in forma generale dividendo ambo i membri per un multiplo comune
dei coefficienti delle incognite. Per esempio la retta 3x 4y = 12 si scri-
x y
ve anche, dividendo entrambi i membri per 12, nella forma + =1
4 3
mettendo in evidenza che passa per i punti P(4, 0) e Q(0, 3).
Abbiamo visto che una retta r del piano che passa per il punto
P0 ( x0 , y0 ) ed ha la direzione del vettore #
u = [ p, q] linsieme dei punti
#
( x, y) tali che il vettore v = [ x x0 , y y0 ] sia linearmente dipendente
dal vettore # u ; ma sappiamo anche che due vettori sono linearmente
dipendenti se e solo se sono proporzionali, quindi devessere # v = #
u,
da cui (
x = x0 + p
(11.4)
y = y0 + q
le (11.4) si chiamano equazioni parametriche della retta; ogni punto della
retta ha coordinate espresse dalle (11.4), e per ogni valore del parametro
nelle (11.4) si ottiene un punto della retta. Le componenti p e q del
vettore #
u sono una coppia1 di parametri direttori della retta.
1 Abbiamo gi osservato che i parametri direttori sono definiti a meno di una costante
moltiplicativa non nulla.

Ad esempio se vogliamo le equazioni parametriche della retta
r 3x 2y = 2
possiamo cominciare scegliendo un punto di r, per esempio P(0, 1).

La retta data ha direzione del vettore [2, 3] e quindi abbiamo le equa-
zioni parametriche (
x = 2t
. (11.5)
y = 3t 1
OSSERVAZIONE 11.2. Nel sistema (11.5) abbiamo chiamato t il para-
metro: il nome ovviamente arbitrario, ed consuetudine indicarlo
con la lettera t, ma lo studente dovrebbe abituarsi a lavorare con una
rappresentazione parametrica della retta in cui il parametro pu essere
indicato da una lettera qualsiasi.
OSSERVAZIONE 11.3. Mentre lequazione cartesiana di una retta r
unica a meno di un fattore di proporzionalit non nullo, come notato
nellosservazione 11.1 a pagina 106, le equazioni parametriche di una
stessa retta possono assumere aspetti molto diversi.
Per esempio la retta di equazioni parametriche (11.5) si pu anche
scrivere con le equazioni parametriche
2+t

x =

3 . (11.6)
y =
t
2
Viceversa per passare dalle equazioni parametriche ad unequazione
cartesiana si pu procedere in vari modi:
dando due valori al parametro si ottengono due punti della retta,
poi si scrive lequazione della retta per i due punti trovati.
oppure si pu eliminare il parametro dalle equazioni, trovando
unequazione cartesiana della retta data.
Per esempio se r ha equazioni parametriche
(
x = 2t
y = 2t 1
posiamo eliminare il parametro sottraendo membro a membro le due

equazioni si ottiene cos lequazione cartesiana della r che risulta quindi
xy = 1.
11.3. Distanze 109
11.3 Distanze
La distanza di due punti nel
piano segue da una immediata
applicazione del Teorema di Pi-
tagora, infatti dalla figura 11.1 si
nota subito che la distanza d tra i
punti A( x1 , y1 ) e B( x2 , y2 ) lipo-
tenusa di un triangolo rettangolo
i cui cateti sono AC = x2 x1 e
.
BC = y2 y1 da cui
Figura 11.1 Distanza di due punti
q
d = ( x2 x1 )2 + ( y2 y1 )2
Ricordiamo inoltre che che la distanza del punto P di coordinate

( x0 , y0 ) dalla retta di equazione ax + by + c = 0
| axo + bx = +c|
d= .
a2 + b2
11.4 Fasci di rette

Linsieme di tutte le rette del piano che passano per un punto P
prende il nome di fascio2 di rette che ha come centro o sostegno il punto P.
Lequazione globale di tutte le rette del fascio F che ha per sostegno P
si pu ottenere facilmente come combinazione lineare non banale delle
equazioni di due qualsiasi rette di F . Questo significa che se abbiamo
due rette distinte r e r 0 entrambe passanti per P e rispettivamente di
equazioni ax + by + c = 0 e a0 x + b0 y + c0 = 0 lequazione
( ax + by + c) + ( a0 x + b0 y + c0 ) = 0 (11.7)
rappresenta tutte e sole le rette che passano per P se e non sono

entrambi nulli. Infatti per ogni coppia di valori (non entrambi nulli)
di e , la ( 11.7) rappresenta una retta passante per P. Viceversa una
qualunque retta per P rappresentata da unequazione del tipo ( 11.7),
cio qualunque retta per P individuata da una particolare coppia di
valori di e .
OSSERVAZIONE 11.4. Lequazione (11.7) omogenea (rispetto ai para-
metri e ) cio definita a meno di un fattore di proporzionalit non
2 Il concetto di fascio di rette, di piani, di circonferenze. . . molto generale e lo
incontreremo ancora.
nullo. Pu essere comodo scriverla, invece, usando un solo parametro,

per esempio nella forma
k ( ax + by + c) + ( a0 x + b0 y + c0 ) = 0 (11.8)

in cui abbiamo posto k = . In questo caso, per, quando = 0 il

parametro k perde di significato, e quindi lequazione del fascio, nella
forma (11.8) non rappresenta tutte le rette del fascio, mancando quella
per cui = 0, cio la retta ax + by + c = 0. Se si considera, per,
che lim k = , si pu accettare il valore infinito per il parametro k,
0
convenendo che in questo caso la (11.8) rappresenta la retta ax + by +
c = 0.
I fasci sono uno strumento molto potente e comodo: vediamo un
primo esempio.
Esempio 11.3. Vogliamo scrivere lequazione della la retta che passa per i
punti A(1, 0) e B(2, 3). Essa appartiene al fascio che ha per sostegno, per
esempio, il punto A e quindi di equazione
x 1 + ky = 0 (11.9)
ottenuta come combinando linearmente le equazioni x = 1 e y = 0 delle

rette parallele agli assi passanti per A. La retta cercata si otter imponendo il
passaggio della generica retta del fascio per il punto P, quindi sostituendo le
coordinate di P nella (11.9), cio scrivendo 2 1 3k = 0 da cui si ottiene
1
k = ed ottenendo quindi lequazione 3x + y 3 = 0.
3
Esempio 11.4. Vogliamo lequazione della retta passante per P(1, 0) e per-
pendicolare alla retta 3x 2y + 1 = 0. Scriviamo lequazione del fascio di
rette per P; essa sar:
x + (y 1) = 0
per la condizione di perpendicolarit si avr 3 2 = 0 da cui, per esempio,
= 2 e = 3 a cui corrisponde la retta 2x + 3y 3 = 0
11.5 Coordinate omogenee

Siccome due rette non parallele hanno in comune un punto e due
rette parallele una direzione, f comodo, in certi contesti, assimilare
una direzione ad un punto improprio o punto allinfinito. Con
questa convenzione due rette distinte nel piano hanno sempre un punto
11.5. Coordinate omogenee 111
(proprio o improprio) in comune, quindi due rette sono parallele se

(e solo se) hanno in comune un punto improprio. I punti impropri
verrano denotati con lapice , per esempio P .
Sorge il problema di come coordinatizzare i punti impropri. Nel
piano, come sappiamo, un punto al finito pu essere rappresentato da
una coppia ordinata di numeri reali, per poter rappresentare anche i
punti impropri conviene utilizzare una terna di coordinate, cosiddette
omogenee, precisamente, se P( X, Y ) attribuiamo a P le tre coordinate,
non tutte nulle, x, y e u legate alle precedenti dalla relazione
x y
X= e Y= (11.10)
u u
Possiamo allora dire che P ha coordinate omogenee x, y, u e scriviamo
P( x : y : u). Se u 6= 0 possiamo scrivere che P( X, Y ) ha coordinate
omogenee P( X : Y : 1), per esempio possiamo attribuire allorigine le
coordinate omogenee O = (0 : 0 : 1); i punti impropri saranno allora
tutti e soli quelli la cui terza coordinata omogenea nulla.
OSSERVAZIONE 11.5. Le coordinate omogenee di un punto sono de-
finite a meno di un fattore di proporzionalit, questo significa che il
punto di coordinate omogenee P(3 : 2 : 1) coincide con il punto di
coordinate omogenee P(6 : 4 : 2), e quindi che un punto a coordinate
razionali si pu sempre considerare come un punto
a coordinate
omo-
1 3
genee intere: per esempio il punto proprio P = , ha coordinate
5 5
omogenee P(1 : 3 : 5)
Consideriamo ora lequazione generale della retta: in coordinate non
omogenee essa sar aX + bY + c = 0: applicando le ( 11.10) diventer
ax + by + cu = 0 ed avr come punto improprio il punto per cui u = 0
che sar dunque P (b : a : 0).
In questo contesto, lequazione u = 0 rappresenta tutti e soli i punti
la cui terza coordinata omogenea nulla, quindi tutti (e soli) i punti
impropri, essendo unequazione lineare possiamo dire che essa rappre-
senta una retta, precisamente quella che chiamiamo retta impropria, cio
il luogo dei punti impropri del piano.
Concludiamo il paragrafo con la seguente
OSSERVAZIONE 11.6. Un sistema lineare omogeneo di tre equazioni
in tre incognite pu sempre essere interpretato geometricamente, in
coordinate omogenee, come la ricerca delleventuale punto comune di
tre rette.
Il seguente esempio chiarisce la situazione.
Esempio 11.5. Il sistema

hx y + hu = 0

hx y u = 0

x hy + u = 0

lineare omogeneo, quindi ammette la soluzione banale (0 : 0 : 0) che in

coordinate
omogenee
non rappresenta alcun punto. La matrice dei coefficienti
h 1 h
: h 1 1; essa ha rango r = 3 per h 6= 1, ha r = 2 per h = 1 e
1 h 1
r = 1 per h = 1 quindi per h 6= 1 le rette non hanno in comune alcun
punto n proprio n improprio, per h = 1 ci sono 1 soluzioni, che sono
le coordinate omogenee di uno ed un solo punto (proprio o improprio) e per
h = 1 ci sono 2 soluzioni che rappresentano le coordinate omogenee dei
punti di una retta; quindi le tre rette coincidono.
11.6 I sistemi di riferimento

Cambiamento del sistema di riferimento
Abbiamo visto che un sistema di riferimento cartesiano ortogonale
determinato da unorigine O, che corrisponde al punto di coordi-
nate (0, 0) e dai due versori fondamentali degli assi u1 e u2 e che il
punto P( x, y, ) rappresentato dal vettore OP = xu1 + yu2 , cio una
combinazione lineare dei versori fondamentali.
Se P( x, y) il generico punto del piano e se si effettua una traslazio-
ne di assi che porta lorigine nel nuovo punto O0 (, ), le coordinate
( x 0 , y0 ) di P rispetto ai nuovi assi saranno:
x0 = x +
(
y0 = y +
come si vede chiaramente nella figura 11.2 nella pagina successiva.

Ci si rende conto molto facilmente che le traslazioni sono trasfor-
mazioni lineari di R2 in s che conservano le distanze verificarlo per
esercizio.
Ci si pu chiedere che cosa succede delle coordinate di P( x, y) quan-
do si cambia il sistema di riferimento, prendendo altri due vettori
indipendenti come base. Questo significa effettuare una rotazione del
sistema di riferimento. Al punto P saranno associati altri due numeri
( x 0 , y0 ) e ci si chiede qual il legame tra queste coppie di numeri.
11.6. I sistemi di riferimento 113
Nella figura 11.3 nella pagi-

na seguente OQ ed OR sono ri-
spettivamente lascissa e lordina-
ta del punto P rispetto al sistema
di riferimento non ruotato e OQ0
ed OR0 quelle rispetto al sistema
ruotato.
Si effettua in questo modo un
cambiamento di base nello spazio
vettoriale R2 che, come sappiamo,
Figura 11.2 Traslazione rappresentato da una matrice
quadrata di ordine 2.
Se consideriamo i cambiamenti di sistema di riferimento che lascia-
no ferma lorigine (escludiamo il caso noto delle traslazioni di assi),
osserviamo che se P ha coordinate ( x, y) in un sistema di riferimento
e ( x 0 , y0 ) nellaltro, le equazioni che legano le coordinate di P nei due
sistemi di riferimento sono date dal sistema
x = ax 0 + by0
(
(11.11)
y = cx 0 + dy0
o, in forma pi compatta da
#
x = A #
x0
0
#
dove x =
x # x
e x 0 = 0 ed A =
a b
,
y y c d
Dimostriamo ora il
Teorema 11.2. Si consideri un cambiamento di sistema di riferimento che

lascia ferma lorigine, quindi rappresentato dalle equazioni (11.11) e che
conservi la distanza di due punti3 . Allora la matrice A ortogonale e siamo in
presenza di una rotazione di assi vedi Figura 11.3 nella pagina successiva.
Dimostrazione. Sia P( x0 , y0 ) un punto. Senza ledere la generalit, pos-

siamo supporre che il secondo punto sia lorigine O(0, 0) (se non lo fosse
possiamo effettuare
q prima una opportuna traslazione di assi). La distan-
za d di P da O x02 + y20 quindi deve essere d2 = x02 + y20 = x002 + y002 .
3 cio se la distanza di due punti P e Q d nel sistema non accentato, essa resta d in quello
accentato
Ma si ha
x02 + y20 = = ( ax00 + by00 )2 + (cx00 + dy00 )2 =

= a2 x002 + b2 x002 + 2abx00 y00 + c2 x002 + d2 x002 + 2cdx00 y00 =
= ( a2 + c2 ) x002 + (b2 + d2 )y002 + 2( ab + cd) x00 y00 .
che uguale a x002 + y002 se e solo se
2 2
a +c = 1

b2 + d2 = 1

ab + cd = 0

che sono le condizioni per cui A una matrice ortogonale.
R P
R0 Q0
Figura 11.3 Rotazione
11.7 Coordinate polari

Presentiamo ora un altro sistema di riferimento che pu essere
comodo in varie circostanze.
Parliamo delle coordinate polari nel piano. Sia P un punto distinto
( x, y) le sue coordinate in un sistema di riferimento
dallorigine e sianop
cartesiano. Se = x2 + y2 la distanza di P dallorigine, e langolo
11.7. Coordinate polari 115
#
che il vettore OP forma con lasse, si vede subito dalla figura 11.4 che si
ha (
x = cos
y = sin
con > 0, 0 < 2.

sin( )
A
O
cos( )
Figura 11.4 Coordinate polari
Possiamo allora dire che il punto P ha coordinate polari (, ) . Se P

coincide con lorigine, ovviamente non definito, e possiamo dire
che esso individuato dalla sola coordinata = 0.
OSSERVAZIONE 11.7. Mentre le coordinate polari sono rappresen-
tate da una coppia ordinata di numeri reali che rappresentano due
lunghezze, i due numeri reali che rappresentano le coordinate polari,
invece, sono rispettivamente una lunghezza e lampiezza di un angolo
(misurata in radianti), quindi R+ e 0 < 2.
Capitolo 12
La circonferenza nel piano
12.1 Generalit
Consideriamo un riferimento cartesiano ortogonale. La distanza tra
i punti P( x1 , y1 ) e Q( x2 , y2 ) , come noto,
q
d = ( x1 x2 )2 + ( y1 y2 )2 .
Sappiamo che una circonferenza di centro C ( x0 , y0 ) e raggio r

linsieme dei punti del piano che distano r da C. Per trovare lequazione di
tale circonferenza basta tradurre in equazione la definizione, cio, se
P( x, y) un punto qualsiasi del piano, esso sta sulla circonferenza se e
solo se la sua distanza da C r; cio
q
r = ( x x0 )2 + ( y y0 )2
da cui
( x x0 )2 + ( y y0 )2 = r 2 (12.1)
che assume la pi usuale forma
x2 + y2 + ax + by + c = 0 (12.2)
pur di porre a = 2x0 , b = 2y0 e c = x02 + y20 r2 .
Ma si pu anche far vedere che ogni equazione del tipo (12.2) rappre-
senta una circonferenza. Infatti, confrontando la (12.1) con la(12.2) si ve-

a b
de subito che essa rappresenta la circonferenza di centro C ,
2 2
a2 + b2 4c
e di raggio r = purch si abbia
2
a2 + b2 4c > 0. (12.3)
117
118 Capitolo 12. La circonferenza nel piano
Esempio
12.1. La circonferenza che ha centro nel punto C (1, 0) e raggio
r = 2 ha equazione ( x 1)2 + y2 = 2 che, sviluppata, diventa x2 + y2
2x 1 = 0.
Esempio 12.2. Sia la circonferenza
2x2 + 2y2 4x 8y + 1 = 0. (12.4)
Vogliamo trovarne centro e raggio. Lequazione (12.4) si pu scrivere anche

nella forma (canonica) x2 + y2 2x 4y + 12 = 0 da cui siha subito che il
4+162 3 2
centro ha coordinate C (1, 2) ed il raggio r = 2 = 2 .
OSSERVAZIONE 12.1. comodo rimuovere leccezione (12.3) in modo

da poter affermare che tutte le equazioni del tipo (12.2) cio tutte le
equazioni di secondo grado in cui manca il termine rettangolare ed in cui i
coefficienti di x2 ed y2 sono uguali rappresentano una circonferenza. Per
far ci bisogna ampliare il piano cartesiano con i punti a coordinate
complesse e quindi ammettere che sia una circonferenza anche la curva
rappresentata dallequazione
x 2 + y2 = 0
che ha un solo punto reale, e rappresenta la circonferenza con centro

nellorigine e raggio nullo o peggio, lequazione
x 2 + y2 + 1 = 0
che rappresenta la circonferenza, completamente immaginaria, di cen-

tro lorigine e raggio immaginario r = i.
La circonferenza nel piano ha anche uninteressante rappresentazio-
ne parametrica: come si vede dalla figura 12.1 nella pagina successiva,
x x0
se il centro il punto C ( x0 , y0 ) ed il raggio r si ha che cos =
r
y y0
e sin = dove langolo che il raggio CP forma con la dire-
r
zione dellasse x. Dunque la circonferenza che ha centro in C ( x0 , y0 ) e
raggio r ha equazioni parametriche
(
x = x0 + r cos
. (12.5)
y = y0 + r sin
Due circonferenze possono intersecarsi, essere esterne una allaltra,

essere interne una allaltra o tangenti, internamente od esternamente.
12.2. Tangenti 119
Figura 12.1 La circonferenza in equazioni parametriche
Esempio 12.3. Siano 1 x2 + y2 2x = 0 e 2 2x2 + 2y2 y = 0.

Vogliamo trovare le loro intersezioni. Si osserva subito che passano entrambe
per lorigine, quindi o sono ivi tangenti o sono secanti. Si potrebbe stabilirlo
esaminando la relazione che c tra la distanza dei centri e la somma o la
differenza dei raggi, ma qui ci interessano le intersezioni. Dobbiamo studiare
quindi il sistema
2
x + y2 2x = 0
(
2 2
x + y 2x = 0
equivalente a
2x2 + 2y2 y = 0 x 2 + y2 1 = 0
2
e anche, sottraendo membro a membro, al sistema
2
x + y2 2x = 0
2x + 1 y = 0
2
2 8
che fornisce le soluzioni x1 = 0 y1 = 0 e x2 = 17 y2 = 17 .
Una retta ed una circonferenza hanno in comune due punti: se i due

punti sono reali e distinti la retta secante, se sono reali e coincidenti la
retta tangente se sono immaginarie la retta esterna
12.2 Tangenti
Sussiste il ben noto
Teorema 12.1. Siano P un punto e una circonferenza. Se P esterno a

da P escono due e due sole tangenti alla circonferenza, invece se P la
tangente una sola.
Per determinare lequazione

di una tangente pu essere utile
ricordare una propriet elementa-
re illustrata nella figura 12.2: la
tangente ad una circonferenza in
un suo punto perpendicolare al
raggio passante per quel punto.
Si pu dimostrare il
Teorema 12.2. Sia : ( x x0 )2 +

(y y0 )2 = r2 lequazione di una
Figura 12.2 Tangente in P ad una circonferen- circonferenza e sia T ( x1 , y1 ) .
za Allora la retta tangente a in T ha
equazione
( x x1 )( x1 x0 )+ (12.6)
(y y1 )(y1 y0 ) = 0
Dimostrazione. Poich la tangente passa per P, essa ha equazione a( x

x1 ) + b(y y1 ) = 0. Questa retta deve essere perpendicolare alla retta
PC cio al vettore [ x1 x0 , y1 y0 ] e quindi possiamo porre a = x1 x0
e b = y1 y0 .
Nel caso di P esterno per trovare le tangenti uscenti da P si pu

procedere come nel seguente
Esempio 12.4. Vogliamo determinare le tangenti alla circonferenza
x2 + y2 2x = 0
passanti per P(0, 2). (vedi la figura 12.3 nella pagina successiva). La ha
centro nel punto C (1, 0) e raggio r = 1. Si nota subito da questo fatto che una
delle tangenti lasse y. Per trovare laltra tangente si pu procedere in vari
modi
i) Nel fascio di rette che ha per sostegno P si scelgono quelle a distanza 1

da C.
12.3. Fasci di circonferenze 121
Figura 12.3 Tangenti da un punto ad una circonferenza
ii) Lequazione canonica della generica retta per P y = mx + 2. Quindi,

intersecando con la si ha il sistema:
(
y = mx + 2
x2 +y2 2x = 0
che ammette come equazione risolvente x2 + (mx + 2)2 2x = 0 che

diventa, con semplici passaggi,
(m2 + 1) x2 + 2(2m 1) x + 4 = 0. (12.7)
La (12.7) ammette due soluzioni coincidenti quando

= (2m 1)2 4(m2 + 1) = 0
4
cio quando 4m 3 = 0 da cui si ha la retta
3
y = x+2 cio 3x + 4y 8 = 0.
4
OSSERVAZIONE 12.2. Nellesempio 12.4 a fronte abbiamo trovato una
sola retta: questo dovuto al fatto che abbiamo usato lequazione
canonica che, come noto, non individua rette parallele allasse y.
12.3 Fasci di circonferenze

Linsieme di tutte le circonferenze che passano per due punti fissi
A e B si chiama fascio di circonferenze ed i due punti prendono il nome
di punti base del fascio; se 1 e 2 sono due circonferenze di equazioni
rispettive
x2 + y2 + a1 x + b1 y + c1 = 0 (12.8)
e
x2 + y2 + a2 x + b2 y + c2 = 0 (12.9)
si vede subito che lequazione
( x2 + y2 + a1 x + b1 y + c1 ) + ( x2 + y2 + a2 x + b2 y + c2 ) = 0 (12.10)
rappresenta, per 6= ancora una circonferenza che passa per A e B.

Per = la (12.10) rappresenta una retta passante per A e B che
detta asse radicale del fascio e che pu esser considerata la circonferenza
di raggio massimo (infinito) del fascio. Quindi
Teorema 12.3. L equazione del fascio che ha per sostegno i punti A e B cio
di tutte e sole le circonferenze che passano per questi punti si ottiene come
combinazione lineare non banale di quelle di due qualsiansi circonferenze
passanti per A e B.
Come abbiamo osservato, lasse radicale, che appartiene al fascio

perch si ottiene ponendo = nella (12.10), viene considerato come
una circonferenza di raggio infinito, e come tale viene spesso usato per
scrivere lequazione del fascio stesso.
Facendo riferimento allosservazione 11.4 a pagina 109 notiamo
che anche i fasci di circonferenze si possono descrivere con un solo
parametro non omogeneo, pur di tener conto delle condizioni elencate
appunto nellosservazione 11.4.
Esempio 12.5. Se vogliamo scrivere lequazione della circonferenza che passa

per i tre punti A(1, 0), B(3, 0) e C (2, 3) possiamo scrivere anzitutto lequa-
zione del fascio che ha come punti base A e B combinando linearmente due
qualsiansi circonferenze per A e B: le pi comode sono quella di raggio massi-
mo (cio lasse radicale, di equazione y = 0) e quella di raggio minimo, cio
quella che ha per diametro AB, quindi centro nel punto O(2, 0) e raggio 1 cio
di equazione ( x 2)2 + y2 = 1, da cui lequazione del fascio
x2 + y2 4x + y + 3 = 0
dove, in accordo con quanto detto nellosservazione 11.4 a pagina 109, abbiamo
usato un solo parametro, ovviamente posto nella posizione pi comoda. A
questo punto la circonferenza che cerchiamo sar quella del fascio che passa
per il punto C, cio quella per cui
22 + 32 4 2 + 3 + 3 = 0.
12.4. Circonferenza ed elementi impropri 123
I due punti base del fascio pos-

sono anche essere coincidenti: il
caso di un fascio di circonferenze
tangenti in un punto ad una retta
(Fig. 12.4). In questo caso la cir-
conferenza di raggio massimo
sempre lasse radicale, cio la ret-
ta tangente, e quella di raggio mi-
nimo si riduce alla circonferenza
(immaginaria) che ha centro nel
Figura 12.4 Fascio di circonferenze tangenti punto e raggio nullo.
ad una retta
Esempio 12.6. Vogliamo lequazio-
ne del fascio di circonferenze tan-
genti nel punto P(1, 2) alla retta di
equazione y = 2x.
Possiamo combinare linearmente lequazione della retta con quella della
circonferenza che ha centro in P e raggio 0, che : ( x 1)2 + (y 2)2 = 0
ottenendo lequazione del fascio
( x 1)2 + (y 2)2 + (2x y) = 0
Si parla di fascio anche quando le due circonferenze hanno in co-
mune solo punti immaginari, questo il caso, per esempio, di fasci di
circonferenze concentriche.
Esempio 12.7. Per esempio il fascio di circonferenze che hanno centro nel
punto C (1, 0) pu essere rappresentato dallequazione
( x 1)2 + y2 + k[( x 1)2 + y2 1
ottenuto combinando linearmente la circonferenza di raggio nullo e quella di
raggio 1, entrambe con centro in C.
12.4 Circonferenza ed elementi impropri

Il problema delle intersezioni di due circonferenze d luogo, come
abbiamo visto, ad un sistema di quarto grado (due equazioni di secon-
do), tuttavia le soluzioni, reali o complesse che siano, sono al pi due.
La ragione di questo strano fatto risiede nella considerazione dellesi-
stenza di due punti impropri che appartengono a tutte le circonferenze
del piano; infatti, in coordinate omogenee lequazione della generica
circonferenza
x2 + y2 + axu + byu + cu2 = 0.
I punti di intersezione di questa circonferenza con la retta impropria

sono le soluzioni del sistema omogeneo
(
x 2 + y2 = 0
u=0
e cio i punti di coordinate omogenee (1 : i : 0) che, come si verifica

immediatamente, soddisfano lequazione di una qualsiasi circonferenza;
essi prendono il nome di punti ciclici del piano.
Esempio 12.8. Nel caso di un fascio di circonferenze concentriche, ad esempio
(scrivendo le equazioni in coordinate omogenee)
1 x2 + y2 2xu + 2yu 3u2 = 0 e 2 x2 + y2 2xu + 2yu = 0
se cerchiamo lasse radicale otteniamo lequazione 3u2 = 0, cio la retta

impropria contata due volte. Questo sigifica che tutte le circonferenze di
questo fascio sono tangenti alla retta impropria nei punti ciclici.
Capitolo 13
Le coniche
In questo paragrafo esamineremo le principali propriet di alcune

curve piane note con il nome di coniche1 e cio delle curve che vanno
sotto il nome di ellisse, parabola ed iperbole.
Figura 13.1 Le coniche
In generale se O un punto fissato del piano ed r una retta non

passante per O chiamiamo conica il luogo dei punti P tali che la distanza
PO sia > 0 volte la distanza tra P ed r. Il numero che si chiama
eccentricit della conica viene spesso indicato anche con la lettera e2 . Una
conica si chiama ellisse se < 1, parabola se = 1 e iperbole se > 1.
(Fig.13.1)
Nello specifico possiamo dire che
1 Il
nome deriva dal fatto che lellisse, la parabola e liperbole sono sezioni piane di un cono
circolare.
2 Da non confondere con il numero e = 2, 71 . . . di Nepero, base dei logaritmi naturali
125
126 Capitolo 13. Le coniche
DEFINIZIONE 13.1. Dati due punti F1 e F2 del piano, si chiama ellisse

(Fig. 13.2) di fuochi F1 e F2 linsieme dei punti P del piano tali che sia
costante la somma delle distanze di P da F1 e F2
d( PF1 ) + d( PF2 ) = 2a
dove a una costante tale che 2a > d( F1 F2 ).
Figura 13.2 Lellisse
Determiniamo lequazione dellellisse scegliendo il sistema di rife-

rimento in modo che i fuochi abbiano coordinate F1 (c, 0) e F2 (c, 0),
tenendo conto che 0 < c < a. Precisamente dimostriamo che lellisse
che ha fuochi F1 e F2 ha equazione
x 2 y2
+ 2 = 1. (13.1)
a2 b

dove b = a2 c2 .
Sia P( x, y); allora deve essere
q q
2a = d( PF1 ) + d( PF2 ) = ( x + c )2 + y2 + ( x c )2 + y2 .
127
Da cui
q 2
2 2
( x + c) + y = 2a (x c )2 + y2
q
2 2 2
= 4a + ( x c) + y 4a ( x c )2 + y2
e quindi q
4a ( x c)2 + y2 = 4( a2 cx )
da cui
a2 ( x2 2xc + c2 + y2 ) = ( a2 cx )2 = a4 2a2 xc + c2 x2
x2 y2
( a2 c2 ) x2 + a2 y2 = a2 ( a2 c2 ) + =1
a2 a2 c2
e la (13.1) segue ponendo b2 = a2 c2 .
OSSERVAZIONE 13.1. Per come stato definito segue naturalmente
che b < a; se b = a si ottiene una circonferenza e se b > a si scambiano
il ruolo della x e y e dunque si ottiene lellisse di fuochi (0, c).
Per esempio vogliamo determinare i fuochi dellellisse di equazione
4x2 + y2 = 1. (13.2)
Possiamo scrivere la (13.2) nella forma
x2 2
2 + y = 1
1
2
1
da cui si ricava immediatamente che a = e b = 1; essendo b > a si ot-
2 !

r
1 3 3
tiene c = b2 a2 e dunque c = 1 = e quindi F1 0,
4 2 2
!
3
e F2 0, .
2
Tenendo presente lequazione (13.1) si vede subito che si pu por-
x y
re = cos e = sin da cui si ottengono le comode equazioni
a b
parametriche dellellisse riferita ai propri assi di simmetria
(
x = a cos
0 0 + 2. (13.3)
y = b sin
Figura 13.3 Liperbole
DEFINIZIONE 13.2. Dati nel piano due punti F1 e F2 si chiama iperbole

di fuochi F1 e F2 linsieme dei punti P del piano tali che costante il
valore assoluto della differenza delle distanze di P da F1 e F2
|d( PF1 ) d( PF2 )| = 2a
dove a una costante che soddisfa la relazione 2a < d( F1 F2 ).
Se F1 (c, 0) e F2 (c, 0) si ottiene, con calcoli del tutto analoghi a quelli
svolti precedentemente e che lasciamo per esercizio al lettore che
liperbole avente fuochi in F1 e F2 ha equazione
x 2 y2
2 =1 (13.4)
a2 b

dove c = a2 + b2 .
Si osserva anche che per grandi valori di | x |, liperbole si av-

vicinaalle due rette di equazioni ay = bx, infatti dalla (13.4) si
ha p
ay = a2 b2 + b2 x2 ,
da cui, se y > 0
p
ay b| x | = a2 b2 + b2 x 2 b | x |

( a2 b2 + b2 x2 + b | x |)( a2 b2 + b2 x2 b | x |)
=
a2 b2 + b2 x 2 + b | x |
a2 b2
= .
b | x | + a2 b2 + b2 x 2
129
questa una quantit che diventa sempre pi piccola al crescere di

b
| x |. Le rette di equazioni y = x si chiamano asintoti delliperbole.3
a
Liperbole si chiama equilatera se gli asintoti sono perpendicolari.
Figura 13.4 La parabola
Consideriamo ora la parabola.
DEFINIZIONE 13.3. Dati nel piano un punto F ed una retta r tali che
F 6 r, una parabola di fuoco F e direttrice r linsieme dei punti P del
piano equidistanti da F e da r cio:
d( FP) = d( Pr ).
p
Per trovarne lequazione canonica (v. Fig. 13.4) sia p > 0, se F ,0
2
p
allora r ha equazione x = e lequazione della parabola :
2
y2 = 2px (13.5)
infatti r
p 2
d( PF ) = x + y2
2
e p
d( P, r ) = x +

2
3 Il concetto generale di asintoto di una curva stato chiarito nei corsi di Analisi.
da cui
p2 p2
x2 + px + = x2 px + + y2
4 4
che, semplificata, la (13.5).
Dalle equazioni che abbiamo trovato notiamo che lellisse e liper-

bole sono curve simmetriche: esse posseggono due assi di simmetria
tra loro ortogonali che nel nostro caso coincidono con gli assi del si-
stema di riferimento, quindi hanno anche un centro di simmetria, che
coincide con il punto di incontro degli assi e che, in forma canonica,
lorigine del sistema di riferimento; la parabola, invece, ha un solo asse
di simmetria che, in forma canonica, coincide con lasse x e quindi non
ha un centro di simmetria.
Quelle che abbiamo esaminato sono le cosiddette equazioni canoniche
delle coniche, cio quelle in cui appunto gli assi di simmetria delle
coniche coincidono con gli assi coordinati, per le coniche a centro e con
lasse x per la parabola. Se ci non accade la forma dellequazione pu
essere molto diversa.
13.1 Coniche in forma generale

In generale lequazione di una conica una generica equazione di
secondo grado, quindi ha la forma
ax2 + bxy + cy2 + dx + ey + f = 0 (13.6)
con a, b, c non tutti nulli; oppure, in forma matriciale,
~x A~x T = 0

dove ~x il vettore x y 1 ed A la matrice simmetrica
a 2b d2

A = 2b c 2e
d e
2 2 f
OSSERVAZIONE 13.2. Tra le equazioni della forma (13.6) dobbiamo
accettare anche equazioni del tipo x2 + y2 = 0 (circonferenza che ha un
solo punto reale, gi vista) o x2 + 2y2 + 1 = 0 (ellisse completamente
immaginaria)
oppure
x2 2y2 = 0 spezzata nelle due rette reali x +
2y = 0 e x 2y = 0 ed altre stranezze del genere. Quindi,
per completezza, dobbiamo chiamare coniche anche curve a punti di
coordinate complesse o curve spezzate in coppie di rette, queste ultime
prendono anche il nome di coniche degeneri.
13.2. Riconoscimento di una conica 131
13.2 Riconoscimento di una conica

Sorge allora il problema di riconoscere la conica, cio di sapere
se lequazione 13.6 a fronte rappresenti unellisse, uniperbole o una
parabola, degenere o no.
Il problema del riconoscimento di una conica si pu affrontare in
vari modi; per i nostri scopi possiamo notare subito che la (13.6) rap-
presenta una circonferenza se e solo se b = 0 e a = c. Inoltre, nel
caso generale, si dimostra che mediante un opportuno cambiamento
di sistema di riferimento lequazione 13.6 nella pagina precedente) si
pu portare in una delle tre forme canoniche ( 13.1 a pagina 126), ( 13.4
a pagina 128) e ( 13.5 a pagina 129) che non contengono il termine
rettangolare4 .
Se il polinomio a primo membro della (13.6) si scompone in fattori
lineari, la conica detta degenere e spezzata in due rette (reali o immagi-
narie, coincidenti o no). Si verifica facilmente, con passaggi elementari
ma un po laboriosi, che una conica degenere rimane tale in qualunque
sistema di riferimento cartesiano ortogonale; quindi lessere degenere
un carattere invariante rispetto ad una qualsiasi rototraslazione di assi.
Unaltra caratteristica invariante di una conica la sua natura, cio
il fatto di essere unellisse piuttosto che una parabola od un iperbole,
equilatera o no.
Questi caratteri invarianti si traducono in termini algebrici esami-
nando la matrice A vista nel paragrafo precedente, e la sua sottomatrice
a 2b

formata dalle prime due righe e dalle prime due colonne: B = b .
2 c
Si pu infatti dimostrare che
Teorema 13.1. Una conica degenere se e solo se I3 = det A = 0; la conica

una parabola se I2 = det B = 0; un ellisse se I2 > 0 ed uniperbole se
I2 < 0. In particolare se la traccia di B cio I1 = a + c = 0 nulla si tratta di
una iperbole equilatera.
OSSERVAZIONE 13.3. Dal teorema 13.1 si vede dunque che la natura

di una conica completamente determinata solo dai coefficienti dei
termini di secondo grado della sua equazione ed in particolare che la
conica una parabola se e solo se il complesso dei termini di secondo
grado il quadrato di un opportuno binomio.
4 In realt le equazioni canoniche dellellisse e delliperbole non contengono nemmeno
termini lineari, ma questi ultimi si possono facilmente eliminare con una traslazione degli assi.
OSSERVAZIONE 13.4. Osserviamo anche che la parabola degenera in

due rette reali parallele (eventualmente sovrapposte5 : per esempio
quelle rappresentate dallequazione x2 = 0); lellisse degenera in due
rette incidenti entrambe prive di punti reali (tranne il loro punto di
intersezione) infine liperbole degenere costituita da due rette reali
incidenti in un punto, che sono perpendicolari se e solo se liperbole
equilatera.
Si pu anche dimostrare che con unopportuna rototraslazione di
assi lequazione generica di una conica ( 13.6 a pagina 130) si pu
sempre portare in una ed una sola delle forme canoniche elencate nella
tabella 13.1.
Tabella 13.1 Le forme canoniche dellequazione di una conica
x2 y2
+ =1 (ellisse reale)
a2 a2
x 2 y 2
2
+ 2 = 1 (ellisse immaginaria)
a a
x2 y2
+ 2 =0 (ellisse degenere)
a2 a
x 2 y2
2 =1 (iperbole non degenere)
a2 a
x 2 y2
2 =0 (iperbole degenere)
a2 a
2
y = 2px (parabola non degenere)
y2 = 0 (parabola degenere)
In riferimento alla tabella 13.1, notiamo che:

i) Nei due casi dellellisse, se a = b si ha una circonferenza, rispetti-
vamente reale o immaginaria.
ii) Nellellisse immaginaria se a = b si ha la circonferenza di raggio
nullo, degenere in due rette immaginarie: di equazioni x iy = 0
che si chiamano rette isotrope.
iii) Nellequazione delliperbole se a = b si ha liperbole equilatera.
Osserviamo anche che operare la rotazione che riduce a forma canonica
lequazione di una conica equivale a diagonalizzare ortogonalmente
la matrice A, il che sempre possibile, essendo A simmetrica (vedi
Teorema 9.8 a pagina 89).
5 in questo caso si parla spesso di una retta contata due volte.
13.3. Tangenti ad una conica in forma canonica 133
Esempio 13.1. Sia da riconoscere la conica
x2 4xy + 4y2 + x 2y = 0. (13.7)
Si vede subito che la (13.7) si pu scrivere come ( x 2y)2 + x 2y = 0,

quindi, poich il complesso dei termini di secondo grado un quadrato, si
tratta di una parabola; inoltre, raccogliendo opportunamente la (13.7) si scrive
anche ( x 2y)( x 2y + 1) = 0 dunque degenere. del resto si vede anche
1
1 2 2
subito che la matrice A = 2 4 1 singolare.
1
2 1 0
Esempio 13.2. Vogliamo riconoscere la conica di equazione
x2 2xy + 6y2 2x = 0.

1 1 1
La matrice dei coefficienti A = 1 6 0 che non singolare. Si

1 0 0
1 1
vede subito che la sottomatrice B = ha determinante uguale a 5
1 6
quindi positivo: si tratta dunque di unellisse non degenere (vedi Figura 13.5).
13.3 Tangenti ad una conica in forma canonica

Sia una conica. Una
retta r ha in comune con
al massimo due punti,
infatti il sistema formato
dalle equazioni della retta
e della conica ammette al
pi due soluzioni, in quan-
to la risolvente del siste-
ma al pi di secondo gra-
do. Questi due punti, pe-
r, possono essere distinti,
reali o complessi oppure
coincidenti. In questo ca-
so diciamo che la retta r Figura 13.5 Esempio 13.2
tangente alla conica .
Nel caso delle equazio-
ni in forma canonica si verifica agevolmente che se P( x0 , y0 ) un punto
appartenente alla conica lequazione della tangente in P alla conica , per

le coniche reali a centro,
xx0 yy0
2 =1 (13.8)
a2 b
ovviamente con il segno + se si tratta di unellise e con il segno
se si tratta di uniperbole. ed invece per la parabola in forma canonica
lequazione della tangente in P :
yy0 = p( x + x0 ). (13.9)
ATTENZIONE Le (13.8) e (13.9) rappresentano le tangenti solo se P

appartiene alla conica e questultima scritta in forma canonica.
13.4 Conica per cinque punti

Lequazione generica della conica ( 13.6 a pagina 130) unequazione
che dipende da sei coefficienti omogenei6 ; quindi imporre il passaggio
per un punto d luogo ad una equazione in sei variabili. Dunque il
passaggio per cinque punti distinti Pi ( xi , yi ), i = 1 . . . 5 d luogo al
sistema

ax12 + bx1 y1 + cy21 + dx1 + ey1 + f 1 = 0

2 2
ax2 + bx2 y2 + cy2 + dx2 + ey2 + f 2 = 0

ax32 + bx3 y3 + cy23 + dx3 + ey3 + f 3 = 0

ax42 + bx4 y4 + cy24 + dx4 + ey4 + f 4 = 0

2
ax5 + bx5 y5 + cy25 + dx5 + ey5 + f 5 = 0

che lineare omogeneo di 5 equazioni nelle 6 incognite a, b, c, d, e

ed f . Allora se il rango della matrice dei coefficienti massimo, cio,
detta A la matrice dei coefficienti, se r ( A) = 5 il sistema ammette 1
soluzioni, cio infinite soluzioni che differiscono solo di un fattore di
proporzionalit. Quanto qui esposto si traduce nel
Teorema 13.2. Per cinque punti, a tre a tre non allineati, passa una ed una
sola conica non degenere.
Dimostrazione. Se i cinque punti sono a tre a tre non allineati le equazio-
ni sono indipendenti quindi il sistema ammette 1 soluzioni, infatti, se
cos non fosse, cio se una delle equazioni fosse combinazione lineare
delle altre quattro, si avrebbe che tutte le coniche che passano per quat-
tro punti A B C D passerebbero anche per il quinto E, il che assurdo,
6 cio, ricordiamo, definiti a meno di un fattore di proporzionalit non nullo.
13.5. Le coniche in coordinate omogenee 135
perch la conica che si spezza nelle rette AB e CD dovrebbe passare

per E che per ipotesi non pu appartenere n alla retta AB n alla CD.
Lunica conica che passa per i cinque punti anche irriducibile, perch
se cos non fosse almeno tre dei cinque punti sarebbero allineati.
Le condizioni poste non vietano che due dei cinque punti coincida-
no. In tal caso la conica tangente ad una retta passante per i due punti
coincidenti (e per nessuno dei rimanenti). Di pi le coppie di punti
coincidenti possono essere due, in tal caso la conica sar tangente a due
rette che passano ciascuna per una delle coppie di punti coincidenti.
13.5 Le coniche in coordinate omogenee

In coordinate omogenee, cio lavorando nel piano ampliato con gli
elementi impropri, lequazione ( 13.6 a pagina 130) si scrive
ax2 + bxy + cy2 + dxu + eyu + f u2 = 0 (13.10)
Per riconoscere la natura di una conica pi elegante studiarne il com-

portamento allinfinito, intersecandola con la retta impropria. Infatti
segue dalle considerazioni svolte sin qui, che una retta ed una conica
hanno sempre due punti in comune, distinti o coincidenti, reali o meno,
propri o impropri.
Una rototraslazione di assi, che, come abbiamo visto, non altera la
natura di una conica, manda punti propri in punti propri e punti im-
propri in punti impropri, quindi la natura di una conica equivale al suo
comportamento allinfinito, che possiamo esaminare sulle equazioni
canoniche.
x 2 y2 x2
Per 2 2 = u2 i punti impropri sono quelli delle due rette 2
a b a
y2

b b
= 0 e cio, rispettivamente 1 : i : 0 per lellisse e 1 : : 0
b2 a a
per liperbole, dunque liperbole ha due punti impropri reali e distinti: quelli
dei suoi asintoti mentre i punti impropri dellellisse sono immaginari.
Per quanto riguarda lequazione y2 = 2pxu della parabola si ha
2
y = 0 che equivale allasse x contato due volte, quindi la parabola
tangente alla retta impropria nel punto X (1 : 0 : 0). Nel caso generale
lintersezione tra una parabola e la retta impropria produce il sistema
(
ax2 + bxu + cy2 = 0
u=0
in cui la prima equazione il quadrato di un binomio (x + y) e

quindi la parabola avr il punto improprio ( : : 0).
Dunque possiamo concludere
che:
Lellisse non ha punti impro-

pri reali.
La parabola ha due punti im-
propri reali coinci-
denti, cio tangen-
te alla retta impro-
pria nel suo punto
improprio.
Liperbole ha due punti impro- Figura 13.6 Esempio 13.3
pri reali e distinti, in
direzione ortogona-
le se e solo se essa
equilatera.
Esempio 13.3. Vogliamo riconoscere la natura della conica che in coordi-

nate non omogenee ha equazione x2 + 3xy y2 + x 2 = 0. Se passiamo
a coordinate omogenee e intersechiamo la con la retta impropria u = 0
otteniamo il sistema
( (
x2 + 3xy y2 + xu 2u2 = 0 x2 + 3xy y2 = 0
equivalente a
u=0 u=0
Dividendo la prima equazione per x2 otteniamo i coefficienti angolari delle rette

in cui spezzata la conica del secondo sistema:

m2 3m 1 = 0 che ammette
le due radici reali e distinte m12 = 3 2 13 , quindi la conica, avendo i due

punti impropri reali e distinti P (2 : 3 + 13 : 0) e Q (2 : 3 13 : 0)
uniperbole; di pi poich i due punti impropri sono in direzioni ortogonali, si
tratta di uniperbole equilatera. (Vedi figura 13.6)
Esempio 13.4. Riconosciamo la conica x2 + xy + 2y2 + x 1 = 0. Passando

a coordinate omogenee ed intersecando con la retta impropria, abbiamo x2 +
xy + 2y2 = 0 da cui 1 + m + 2m2 = 0 che ha radici complesse, quindi la
conica unellisse, come si vede dalla figura 13.7 a fronte)
13.6 Fasci di coniche

13.6. Fasci di coniche 137
In questo paragrafo
estenderemo al caso delle
coniche il concetto di fa-
scio gi visto per le rette e
le circonferenze; in genera-
le, infatti, un fascio un in-
sieme di enti geometrici le
cui equazioni dipendono
linearmente da una coppia
di parametri omogenei o
da un solo parametro non
omogeneo.
Figura 13.7 Esempio 13.4
Generalit
sui fasci di coniche
DEFINIZIONE 13.4. Chiamiamo fascio di coniche generato da due co-
niche 1 e 2 , che si incontrano in quatto punti (reali o no, propri o
impropri, a tre a tre non allineati ma eventualmente a due a due coinci-
denti) linsieme F di tutte le coniche la cui equazione si ottiene come
combinazione lineare non banale delle equazioni di 1 e 2 . In tale
situazione chiamiamo punti base del fascio i quattro punti comuni a 1 e
2 .
Si verifica facilmente che tutte e sole le coniche di F passano per

tutti e quattro i punti base.
Per quattro punti a tre a tre non allineati passano sei rette, che, op-
portunamente considerate a due a due, formano le (uniche) tre coniche
degeneri di F . Osserviamo inoltre che imporre ad una conica di passa-
re per quattro punti non allineati vuol dire fornire quattro condizioni
lineari indipendenti.
Per scrivere lequazione del fascio di coniche che ha come punti base
i punti A, B, C e D basta combinare linearmente le equazioni di due
qualsiansi di queste coniche; in generale le pi comode sono proprio
quelle degeneri; esse sono tre: quella spezzata nella coppia di rette AB
e CD che indicheremo con AB CD, la AC BD e la AD BC; possiamo
usare due di queste per scrivere lequazione del fascio.
Se due dei quattro punti base coincidono si ha una condizione di
tangenza in un punto: il caso del fascio di coniche tangenti in un
punto ad una data retta e passanti per altri due punti.
Ci possono essere anche due coppie di punti coincidenti: in tal caso

si parla di fascio di coniche bitangenti, cio di coniche tangenti in un
punto P ad una retta r ed in un punto Q ad una seconda retta s.
Se le due coniche da cui partiamo per costruire il fascio hanno
rispettivamente equazioni:
1 a1 x2 + b1 xy + c1 y2 + d1 x + e1 y + f 1 = 0
2 a2 x2 + b2 xy + c2 y2 + d2 x + e2 y + f 2 = 0
lequazione del fascio sar:
( a1 x2 + b1 xy + c1 y2 + d1 x + e1 y + f 1 )+
+( a2 x2 + b2 xy + c2 y2 + d2 x + e2 y + f 2 ) = 0 (13.11)
Lequazione (13.11) pu assumere anche la forma
(a1 + a2 ) x2 + (b1 + b2 ) xy + (c1 + c2 )y2 +

+(d1 + d2 ) x + (e1 + e2 )y + f 1 + f 2 = 0 (13.12)
Ci chiediamo quando lequazione (13.11) rappresenta uniperbole equi-

latera. Ricordiamo che una conica ax2 + bxy + cy2 + dx + ey + f = 0
uniperbole equilatera se e solo se a + c = 0 quindi nella (13.12) se e solo
se a1 + a2 + c1 + c2 = 0. Questa unequazione lineare che pu
ammettere una sola soluzione, oppure essere identicamente verificata
(se a1 + c1 = a2 + c2 = 0) o non ammettere soluzioni (se, ad esempio,
a1 + c1 6= 0, a2 + c2 = 0).; quindi in un fascio di coniche possono esserci
esattamente una iperbole equilatera, solo iperboli equilatere oppure
nessuna iperbole equilatera.
Analogamente possiamo dire che la (13.12) rappresenta una parabo-
la se e solo se
(b1 + b2 )2 + 4(a1 + a2 )(c1 + c2 ) = 0 (13.13)
Lequazione (13.13) pu ammettere esattamente due soluzioni reali,

distinte o coincidenti, e allora nel fascio ci sono due parabole distinte o
coincidenti7 oppure essere identicamente soddisfatta, e allora si tratta
di un fascio di sole parabole o impossibile, e allora si tratta di un fascio
di coniche che non contiene parabole.
Esempio 13.5. Cerchiamo se esistono parabole passanti per i punti comuni

alle coniche 1 x2 + y2 = 4 e 2 x2 2xy y2 + 2x = 0 (circonferenza
7 eventualmente degeneri in due rette parallele o sovrapposte.
13.7. Fasci e punti impropri 139
e iperbole equilatera non degenere). Il fascio individuato dalle due coniche ha

equazione ( x2 + y2 4) + ( x2 2xy y2 + 2x ) = 0 che si pu anche
scrivere come x2 2xy y2 + 2x + k ( x2 + y2 4) = 0 o anche come
(k + 1) x2 2xy + (k 1)y2 + 2x 4k = 0

Per avere una parabola dovr essere (k + 1)(k 1) 1 = 0 da cui k = 2.
Quindi si hanno due parabole, di equazioni rispettive

(1 + 2) x2 2xy (1 + 2)y2 + 2x 4 2 = 0

(1 2) x2 2xy (1 2)y2 + 2x + 4 2 = 0
13.7 Fasci e punti impropri

Le questioni riguardanti le coniche per quattro o cinque punti hanno
senso anche quando uno o due dei punti sono impropri; ad esempio se
si dice che una conica ammette un asintoto parallelelo ad una retta r
data, si intende che la conica passa per il punto improprio R della retta
r; se si conosce proprio lequazione dellasintoto, allora le condizioni
sono due: il passaggio per il punto improprio e la tangenza ivi alla retta
asintoto.
La circonferenza una particolare conica che viene individuata
dando solo tre condizioni lineari indipendenti; questo fatto si spiega
considerando che, come abbiamo detto alla fine del capitolo12 tutte le
circonferenze del piano passano per due punti: i punti ciclici. Un fascio
di circonferenze secanti dunque un caso particolare di quello delle
coniche per quattro punti distinti.
Per quanto riguarda lasse radicale di un fascio di circonferenze,
esaminiamo che cosa accade in coordinate omogenee intersecando due
circonferenze: si ha il sistema
(
x2 + y2 + axu + byu + cu2 = 0
.
x2 + y2 + xu + yu + u2 = 0
Sottraendo membro a membro e raccogliendo opportunamente si ha

lequazione
u [( a ) x + (b )y + c ] = 0
che lequazione di una conica spezzata nella retta impropria e in un
altra retta, quella che abbiamo chiamato lasse radicale del fascio.
Parte III
Polarit piana
Capitolo 14
Proiettivit ed involuzioni
Chiamiamo forma proiettiva di prima specie qualunque insieme di

enti geometrici la cui equazione definita al variare di due parametri
lineari omogenei od uno non omogeneo che possa per assumere anche
il valore infinito: le rette, viste come insieme di punti (punteggiate) sono
forme di prima specie, cos come lo sono i fasci di rette o di coniche.
In questo capitolo ci occuperemo di particolari trasformazioni tra for-
me di prima specie dette proiettivit e di un particolare ed importante
tipo di tali trasformazioni dette involuzioni.
14.1 Proiettivit
Si considerino due rette proiettive (cio completate con il loro punto
improprio e pensate come insieme di punti) r e r 0 . Su ciascuna di esse si
pu fissare un sistema di ascisse in modo che ( x : u) siano le coordinate
omogenee del generico punto P r e ( x 0 : u0 ) quelle del generico punto
P0 r 0 . Chiamiamo proiettivit tra r ed r 0 la corrispondenza biunivoca
che associa al punto P( x : u) di r il punto P0 di r 0 di coordinate
x 0 = ax + bu
(
(14.1)
u0 = cx + du
con ac bd = 0 e R, 6= 0. Facendo nel sistema (14.1) il rapporto

membro a membro e passando dalle coordinate omogenee a quelle
ordinarie si ottiene
ax + b
x0 = (14.2)
cx + d
che la forma pi usata per descrivere una proiettivit. Esse valgono
soltanto per i punti propri, infatti il corrispondente del punto P (1 :
143
144 Capitolo 14. Proiettivit ed involuzioni
x 0 = a
(
0) dalla (14.1) ha coordinate tali che sia e se c 6= 0 si ha
y0 = c
P0 ( a : c) cio P0 ac mentre se c = 0 si ottiene il punto di coordinate

omogenee P0 ( a : 0) cio il punto improprio della retta r 0 . Esso pu

ax + b
anche essere determinato, usando la (14.2), come x 0 = lim . In
x 0 cx + d
modo analogo si osserva che il punto di r che ha come corrispondente
il punto improprio di r 0 P(d : c), dunque per c 6= 0 si ha P dc e
per c = 0 si ha il punto improprio di r.
Un altro modo per rappresentare una proiettivit si pu ricavare
eliminando il denominatore nella (14.2) ottenendo una relazione del
tipo
xx 0 + x + x 0 + = 0 (14.3)
con la condizione = 0.
Se nella ( 14.1 nella pagina precedente) lasciamo cadere la condizio-

ne ad bc = 0 si perde la biunivocit, come mostra il seguente
2x 4
Esempio 14.1. Si consideri la corrispondenza x 0 = x +2 in cui, appunto,
2( x 2)
ad bc = 2 2 (4) (1) = 0. Possiamo scrivere x 0 = ( x2) e quindi
x 0 = 2 per ogni x 6= 2 mentre per x = 0 si ha la forma di indecisione 00
che corrisponde alla coppia di coordinate omogenee nulle ma non rappresenta
alcun punto.
Esempio 14.2. Consideriamo la proiettivit x 0 = xx 1

+1 e calcoliamo il cor-
rispondente di qualche punto. Ad A(1) corrisponde il punto A0 di ascissa
x 0 = 11 11
+1 = 0, al punto B (1) il punto di ascissa x = 1+1 = cio il
1 0
punto improprio della retta r 0 ed al punto P improprio della r il punto di

ascissa x 0 = lim xx 1
+1 = 1
x
Nel caso in cui le due rette (o pi in generale le due forme) coinci-

dano, cio, come si suol dire, la proiettivit sia tra forme sovrapposte si
chiamano uniti o fissi i punti che sono corrispondenti di se stessi.
Esempio 14.3. Vogliamo trovare i punti uniti della proiettivit di equazione

xx 0 x 2x 0 = 0. Un punto unito se e solo se corrispondente di se stesso,
cio se x = x 0 . Tenendo conto di questa condizione si ottiene lequazione
x2 3x = 0 da cui i due punti uniti O(0) ed A(3).
14.1. Proiettivit 145
Dallesempio precedente si vede che, se nella (14.3) 6= 0 la ricerca

dei punti uniti si riconduce alla ricerca delle radici di unequazione di
secondo grado, quindi una proiettivit pu avere:
due punti uniti distinti (proiettivit iperbolica)
un punto unito doppio (proiettivit parabolica)
nessun punto unito (proiettivit ellittica)
Nel caso in cui sia = 0 si verifica facilmente che un punto unito

x
il punto improprio: infatti da x + x 0 + = 0 si ha x 0 = (qui
sicuramente non nullo perche se no sarebbe = 0 e non
x
avremmo una proiettivit) e quindi lim = . Laltro punto
x
unito sar, se 6= x = + e se = il punto improprio un
punto unito doppio.
Ogni proiettivit rappresentata da unequazione omogenea che

dipende da 4 coefficienti, quindi perfettamente determinata quando
sono date tre coppie di punti corrispondenti (uniti o meno):
Esempio 14.4. Vogliamo lequazione della proiettivit che ammette come uni-
ti i punti A(0), B(1) e fa corrispondere al punto C (2) il punto 0
C (1). Le con-

=0
dizioni poste, sostituite nella (14.3), danno luogo al sistema +++ = 0

2 + 2 + = 0
da cui si ricava = 0, = 3 e = 4 e quindi lequazione della
proiettivit 3xx 0 + x 4x 0 = 0.
Finora abbiamo considerato proiettivit tra rette (punteggiate), ma

come abbiamo detto, si possono considerare allo stesso modo proiettivi-
t tra fasci di rette o di coniche, in questo caso le coordinate (omogenee)
del singolo elemento del fascio sono i parametri che lo individuano nel
fascio stesso.
Esempio 14.5. Sia F il fascio x + y = 0 di rette per lorigine e F 0

0 ( x 1) + 0 y = 0 quello delle rette per P(1, 0), e sia la corrispondenza
che associa ad ogni retta r di F la retta r 0 di F 0 ad esssa perpendicolare. Per la
0
(
=
condizione di perpendicolarit si deve avere 0 + 0 = 0 cio
0 =
che diventa, utilizzando nei due fasci un solo parametro non omogeneo e
scrivendo : y = mx e F 0 : y = m0 ( x 1) m0 = m1 cio mm0 1 = 0. Si

hanno quindi delle relazioni analoghe alle (14.1), (14.2) ed (14.3); dunque la
relazione di ortogonalit definisce una proiettivit tra i due fasci considerati.
Le rette, pensate come punteggiate ed i fasci (di rette o di coni-
che) vengono globalmente indicate , in questo contesto, come abbiamo
visto, come forme di prima specie. Dora in avanti, salvo avviso con-
trario, sottintendiamo di estendere a tutte le forme di prima specie le
considerazioni che facciamo per le punteggiate.
14.2 Involuzioni
Se in una proiettivit tra forme di prima specie sovrapposte si ha
una coppia di punti A e B tale che ( A) = B = ( B) = A si dice che
la coppia involutoria o che i punti si corrispondono in doppio modo.
DEFINIZIONE 14.1. Una proiettivit tra forme di prima specie sovrap-
poste in cui ogni coppia di elementi involutoria si chiama involuzione.
Lequazione di una involuzione si pu scrivere, in analogia con la
(14.3) come
xx 0 + ( x + x 0 ) + = 0 (14.4)
che unequazione simmetrica, cio non cambia scambiando x con x 0 .
Lemma 14.1. Se in una proiettivit di equazione (14.3) esiste una coppia
involutoria, allora si ha = e quindi la proiettivit in particolare una
involuzione.
Dimostrazione. Infatti se a x1 , ascissa di un punto non unito corrispon-
de x2 6= x1 si ha x1 x2 + x1 + x2 + = 0, ma poich anche x1
corrisponde ad x2 si avr anche x2 x1 + x2 + x1 + = 0; sottraen-
do membro a membro otteniamo ( x1 x2 ) + ( x2 x1 ) = 0 da
cui ( x1 x2 )( ) = 0 e poich per ipotesi x2 6= x1 , deve essere
= 0, quindi la proiettivit uninvoluzione.
Per le involuzioni sussiste il
Teorema 14.2. La proiettivit di equazione (14.3) uninvoluzione se e
soltanto se = .
Dimostrazione. Se = , risolvendo la (14.3) sia rispetto ad x che ad x 0
si ha
x + x 0 +
x0 = e x=
x + x 0 +
14.2. Involuzioni 147
quindi ogni coppia di punti involutoria; viceversa se la proiettivit

uninvoluzione, allora ogni coppia di punti involutoria e quindi, per
il lemma 14.1 si ha = .
A questo punto chiaro che
Corollario 14.3. Una proiettivit tra forme di prima specie sovrapposte

che ammetta una coppia involutoria una involuzione, cio tutte le coppie di
elementi che si corrispondono in sono involutorie
Dimostrazione. Segue immediatamente dal Lemma 14.1 e dal Teore-

ma 14.2.
Lequazione (14.4) dipende da tre coefficienti omogenei, quindi

essa univocamente determinata da due coppie di punti corrispondenti1 , in
particolare uninvoluzione univocamente determinata dai suoi punti
uniti.
Anche le involuzioni si possono classificare in base ai loro punti
uniti: precisamente uninvoluzione
iperbolica se ammette due punti uniti reali e distinti;

ellittica se non ha punti uniti reali.
Non esistono involuzioni paraboliche, infatti ponendo nella 14.4 x =

x 0 si ottiene lequazione di secondo grado x2 + 2x + = 0 il cui
discirminante = 42 4 = 4( B2 ) non si annulla mai perch
devessere 6= 0 e quindi, siccome si tratta di una involuzione
2 6= 0
Vediamo ora qualche esempio
Esempio 14.6. Calcoliamo i punti uniti dellinvoluzione xx 0 + 1 = 0. Si per-

viene allequazione x2 + 1 = 0 che non ha radici (in R). Quindi linvoluzione
non ha punti uniti reali ed dunque ellittica.
Esempio 14.7. Troviamo lequazione dellinvoluzione che ha come punti

uniti A(0) e B(1). Le coordinate dei punti uniti sono soluzioni dellequazione
x2 x = 0 da cui si ottiene xx 0 12 ( x + x 0 ) = 0.
Esempio 14.8. Sia data, in un fascio di rette, linvoluzione che fa corrispon-

dere alla retta di coefficiente angolare m = 3 quella di coefficiente angolare
m0 = e che ammette come unita la retta per cui m = 1. Vogliamo trovare
1 Due punti che si corrispondono in una involuzione vengono anche spesso detti punti
coniugati.
m+
laltra retta unita. Dalla relazione m0 = m+ , tenendo conto delle condi-
+
zioni date si hanno le relazioni 3 + = 0 e 1 = + che danno luogo al
( (
+ 2 = = 5
sistema che ha come soluzione . Linvoluzione
3 + = 0 = 3
cercata ha dunque equazione mm0 3(m + m0 ) + 5 = 0. Ponendo m = m0 si
ha lequazione ai punti uniti m2 6m + 5 = 0, le cui soluzioni sono m = 1,
che sapevamo, ed m = 5, coefficiente angolare dellaltra retta unita.
Capitolo 15
Polarit piana
In questo capitolo esamineremo e studieremo una particolare cor-

rispondenza biunivoca tra punti e rette del piano indotta da una
conica.
15.1 Polare di un punto rispetto ad una conica

irriducibile
Sia data una conica irriducibile1 che, come gi visto, pu essere
rappresentata, in coordinate omogenee, dallequazione
f ( x, y, u) = a11 x2 + 2a12 xy + a2 y2 + 2a13 xu + 2a23 yu + a33 u2 = 0

(15.1)
o anche, in notazione matriciale
~x A~x T = 0 (15.2)
dove ~x = [ x, y, u] ed A = [ aik ] la matrice simmetrica dei coefficienti

della (15.1) e det A 6= 0 in quanto consideriamo solo coniche irriducibli.
DEFINIZIONE 15.1. Chiamiamo polare del punto P( x0 : t0 : u0 ) rispet-

to alla conica di equazione (15.1) la retta che pu scriversi indifferente-
1 Da qui in poi, e per tutto il capitolo, anche se non espressamente detto, le coniche prese in
esame dovranno essere considerate, salvo esplicito avviso contrario, irriducibili.
149
150 Capitolo 15. Polarit piana
mente2 in ciascuna delle due seguenti forme

f f f
x +y +u =0 (15.3)
x P y P u P

f f f
x0 + y0 + u0 =0 (15.4)
x y u
Lequazione (15.3) quella di una retta i cui coefficienti sono le tre

derivate parziali calcolate nel punto P; si vede subito che anche la (15.4)
rappresenta una retta in quanto sicuramente unequazione lineare
e che le tre derivate parziali non si annullano contemporaneamente
in alcun punto del piano. Inoltre si pu facilmente dimostrare che
la corrispondenza che associa ad ogni punto del piano la sua polare
rispetto ad una conica biunivoca.
Se la retta r la polare del punto P il punto P si chiama polo della
retta r rispetto alla conica .
Se la conica data con lequazione (15.2), lequazione della polare
data da
~x A x~0 T = 0 oppure x~0 A~x T (15.5)
dove x~0 il vettore [ x0 , y0 , u0 ]; lequivalenza delle due forme nella (15.5)

deriva dal fatto che A simmetrica, si ha infatti ~x A x~0 T = x~0 TT A T~x T =
x~0 A~x T .
Lequivalenza delle (15.5) con le (15.3) ed (15.4) pu essere ricavata
con semplici calcoli, che costituiscono un utile esercizio, osservando
che le righe della matrice A (e quindi anche le colonne, essendo A
simmetrica) sono i coefficienti delle tre derivate parziali del polinomio
a primo membro della (15.1) rispetto ad x, y e u rispettivamente.
Esempio 15.1. Vogliamo calcolare la polare del punto P(1 : 0 : 1) rispetto

alliperbole di equazione x2 xy + xu u2 = 0. Applicando la (15.4) si
ottiene 1 (2x y + u) + 0 ( x ) + 1 ( x 2u) = 0 e quindi lequazione
della polare 3x 2y 2u = 0
Come si vede dallesempio 15.1 spesso pi comodo usare la forma

(15.4) piuttosto che la (15.3), che torna invece utile in casi come quello
del seguente
2 Lequivalenza delle due forme dellequazione della polare si pu facilmente verificare
sostituendo semplicemente nella (15.4) le espressioni delle tre derivate parziali del polinomio
di cui alla (15.1) calcolate in un punto generico.
15.1. Polare di un punto rispetto ad una conica irriducibile 151
Esempio 15.2. Vogliamo determinare il punto proprio, di ascissa unitaria, che

rispetto allellisse irriducibile di equazione f ( x, y, u) = x2 + 4y2 u2 = 0
ha la polare perpendicolare rispetto a quella del punto P(1, 1). La polare di
P rispetto a ha equazione

1 0 0 1
[ x, y, u] 0 4 0 1 = 0
0 0 1 1

1
cio [ x, y, u] 4 = 0 da cui x 4y + u = 0; sia ora A(1, t) il generico
1
punto proprio del piano di ascissa unitaria:
icoefficienti di x e y nellequazione
f f
della sua polare sono a = x e b = y ; le due polari sono perpendico-
A A
f
lari se e soltanto se 1 x 4 yf = 0 cio (2x ) A 4(8y) A = 0
A A
1 1
da cui 2 32t = 0 e quindi t = 16 . Il punto cercato allora A 1, 16 .
Dare una coppia polopolare, cio un punto e la sua polare rispetto

ad una conica, significa imporre sui coefficienti dellequazione della
conica due condizioni lineari indipendenti.
Esempio 15.3. Consideriamo le coniche che ammettono come polare del punto
X (1 : 0 : 0) la retta di equazione
y +1 = 0.Pensiamo
allaconica nella
f f f
forma 15.1 a pagina 149: lequazione x 1 + y 0 + u 0 = 0 che
diventa a11 x + a12 y + a13 u = 0 dovr essere quella della retta data, quindi
si deve avere a11 = 0 = a12 a13 dunque proprio due condizioni lineari
indipendenti.
Si pu dimostrare che se P appartiene alla conica (e soltanto in que-

sto caso) la sua polare rispetto alla conica la tangente in P alla conica:
diventa allora molto semplice trattare molte questioni di tangenza me-
diante lo strumento della polarit. Ad esempio la tangente nellorigine
ad una conica si pu pensare come la polare dellorigine (0 : 0 : 1)
cio il complesso dei termini lineari del polinomio che rappresenta la .
Inoltre gli asintoti di uniperbole sono le tangenti alliperbole stessa nei
suoi punti impropri, quindi possono essere determinati come le polari
di questi ultimi.
Esempio 15.4. Vogliamo gli asintoti delliperbole 6x2 5xy + y2 2xu = 0.
I suoi punti impropri sono P (1 : 2 : 0) e Q (1 : 3 : 0). Gli asintoti, che
sono le polari di tali punti, avranno rispettivamente equazioni 1 (12x 5y

2u) + 2 (5x + 2y) = 0 e 1 (12x 5y 2u) + 3 (5x + 2y) = 0, cio,
in coordinate non omogenee 2x y 2 = 0 e 3x y + 2 = 0
15.2 Principali propriet della polarit piana

Sussiste il seguente fondamentale
Teorema 15.1 (Legge di reciprocit o di Plcker). Se la polare del punto
P rispetto ad una conica irriducibile : f ( x, y, u) = 0 passa per il punto Q
allora la polare di Q rispetto alla medesima conica passa per il punto P.
Dimostrazione. Scriviamo lequazione della polare di P rispetto a nella
forma (15.3):

f f f
x +y +u =0
x P y P u P
per ipotesi essa passa per Q( x1 , : y1 : u1 ) quindi la

f f f
x1 + y1 + u1 =0 (15.6)
x P y P u P
unidentit. Scriviamo ora lequazione della polare di Q nella forma
(15.4):
f f f
x1 + y1 + u1 =0
x y u
che, grazie alla (15.6), soddisfatta dalle coordinate di P.
I seguenti corollari sono immediate conseguenze della legge di reci-

procit (Teorema 15.1) (le semplicissime dimostrazioni sono proposte
come esercizio)
Corollario 15.2. Se il polo Q della retta q appartiene alla retta p allora il polo
P di p appartiene alla retta q.
Corollario 15.3. Se il punto P si muove su una retta r, allora la polare di P
descrive il fascio di rette che ha per sostegno il polo R di r.
Corollario 15.4. Se una retta r descive un fascio che ha per sostegno il punto
P allora il suo polo descrive una retta che la polare di P.
La legge di reciprocit ci fornisce un metodo comodo per determi-
nare le coordinate del polo di una retta:
15.2. Principali propriet della polarit piana 153
Esempio 15.5. Date la retta r : x + y 3u = 0 e la parabola x2 2xy +

y2 2xu = 0 vogliamo determinare il polo R di r. Per la legge di reciprocit
le polari di due qualsiasi punti di r passano per il polo di r, quindi possiamo
scegliere su r due punti comodi, per esempio il punto improprio P (1 : 1 : 0)
ed il punto (proprio) Q(3 : 0 : 1). La polare di P ha equazione 2x 2y u =
0 mentre la polare di Q ha equazione 2x 3y 3u = 0. Il punto cercato, in
quanto intersezione
( delle due polari, avr le coordinate che sono soluzione del
2x 2y u = 0
e cio R 23 : 2 : 1 che si pu anche scrivere

sistema
2x 3y 3u = 0
come R(3 : 4 : 2).
Dalle propriet della polarit piana segue anche il
Teorema 15.5. Per un punto P non appartenente ad una conica passano

esattamente due tangenti alla , reali o meno.
Figura 15.1 Tangenti da un punto ad una conica
Dimostrazione. Riferiamoci alla Figura 15.1. Siano Q e R le intersezioni

della polare di P con la conica3 , allora la polare di Q tangente alla
conica, perch Q sta sulla conica e passa per P per la legge di reciprocit.
In modo analogo si pu dire che la polare di R, a sua volta tangente,
passa anchessa per P. Quindi per P passano almeno due tangenti alla
conica. Dimostriamo che sono solo due. Supponiamo, per assurdo
che anche la retta PT sia tangente alla conica; sempre per la legge di
reciprocit, il punto T deve stare sulla polare di P e sulla conica, quindi,
3 Nel piano ampliato con elementi impropri ed elementi immaginari una retta ed una conica
hanno sempre due punti in comune, a meno che il punto non appartenga alla conica.
ricordando che una conica ed una retta hanno in comune al massimo

due punti, esso deve coincidere con Q o con R.
Dal teorema 15.5 segue ovviamente che
Teorema 15.6. La polare rispetto ad una conica irriducibile di un punto P

non appartenente ad essa congiunge i punti di tangenza delle tangenti passanti
per P.
Questo risultato si pu sfruttare per scrivere in maniera rapida

ed elegante le equazioni delle tangenti condotte da un punto ad una
conica.
Esempio 15.6. Sia la conica di equazione x2 2xy + x 1 = 0; si

vogliano le tangenti alla uscenti dallorigine. La polare dellorigine ha, in
coordinate omogenee, equazione x 2u = 0; essa ha in comune con la conica
il punto improprio ed il punto di coordinate (8 : 5 : 4). Le tangenti cercate,
che congiungono tali punti con O hanno rispettivamente equazioni x = 0 e
5x 8y = 0.
15.3 Elementi coniugati rispetto ad una conica

irriducibile
Diciamo che il punto A coniugato o reciproco del punto B rispetto
ad una conica irriducibile se la polare di A passa per B. Poich, in
questo caso, in virt della legge di reciprocit (Teorema 15.1 a pagi-
na 152) anche la polare di B passa per A possiamo dire che i due punti
sono (mutuamente) reciproci rispetto a . In modo analogo diciamo
che due rette a e b sono reciproche se il polo delluna sta sullaltra.
Dalle considerazioni precedenti risulta evidente che il luogo dei punti
reciproci, rispetto ad una conica irriducibile , di un punto P la polare
di P rispetto a . Analogamente le rette reciproche di una retta a sono
quelle del fascio che ha per sostegno il polo di a.
Esempio 15.7. Vogliamo il punto reciproco dellorigine rispetto alla conica

: x2 y2 u2 = 0 che appartiene allasse x. Poich la polare dellorigine
rispetto a la retta impropria, il punto cercato sar il punto improprio
dellasse x, cio il punto X (1 : 0 : 0).
Da quanto detto segue anche che fissata una conica irriducibile

ed una retta r non tangente a ,
15.3. Elementi coniugati rispetto ad una conica irriducibile 155
Teorema 15.7. I punti di r reciproci rispetto a si corrispondono in una

involuzione, detta dei punti reciproci o dei punti coniugati i cui punti
uniti sono gli eventuali punti di intersezione reali tra la retta e la conica.
Figura 15.2 Involuzione iperbolica, retta Figura 15.3 Involuzione ellittica, retta
secante esterna
La natura di questa involuzione permette di distinguere le rette non

tangenti alla conica in: secanti, se linvoluzione iperbolica, ed esterne
se essa ellittica. escluso il caso in cui la retta sia tangente in T alla
conica, perch in tal caso non si avrebbe uninvoluzione, in quanto
ogni punto di r sarebbe reciproco di T. La situazione illustrata nelle
figure 15.2 e 15.3.
Vale anche, dualmente, il
Teorema 15.8. Le rette di un fascio F avente per sostegno il punto P non
appartenente ad una conica che siano reciproche rispetto alla stessa si
corrispondono in una involuzione le cui rette unite sono le eventuali rette reali
passanti per P e tangenti alla .
Esempio 15.8. Se per una conica non degenere linvoluzione delle rette
reciproche nel fascio che ha per sostegno lorigine O(0, 0) ha equazione mm0 +
(m + m0 ) = 0, allora le tangenti condotte da O alla conica, che sono le rette
unite dellinvoluzione, si possono determinare come le rette i cui coefficienti
angolari sono soluzioni dellequazione m2 2m = 0, cio m = 0 ed m = 2 e
sono quindi le rette y = 0 e y = 2x.
Dimostriamo ora il
Teorema 15.9. Una conica il luogo dei punti che appartengono alla
propria polare, cio sono autoconiugati rispetto alla
Dimostrazione. Se P , la sua polare rispetto alla conica la tangente

in P alla conica, quindi passa per P.
Viceversa supponiamo che P( x0 : y0 : u0 ) appartenga alla propria
polare rispetto alla conica : f ( x, y, u) = 0. Sostituendo le coordinate
di P nellequazione della polare, si deve avere

f f f
x0 + y0 + u0 =0
x P y P u P
Ma essendo f ( x, y, u) omogenea, 4
dal Teorema
di
Eulero sulle funzioni
f f f
omogenee segue che x x +y y +u u = 2 f ( x, y, u) e quindi
f ( x0 , y0 , u0 ) = 0.
15.4 Triangoli autopolari

DEFINIZIONE 15.2. Si chiama autopolare per una conica irriducibile
un triangolo5 tale che ogni vertice sia il polo del lato opposto.
Nella figura 15.4 a fronte il triangolo PQR autopolare per lellisse.

Tenendo conto del fatto che la polare di un punto esterno ad una
conica taglia la conica stessa in due punti reali e distinti, mentre quella
di un punto interno non ha punti reali in comune con la conica, facile
verificare che un triangolo autopolare ha sempre esattamente un vertice
interno alla conica e due esterni ad essa, inoltre pu accadere che uno o
due dei vertici di un triangolo autopolare siano punti impropri. Nel
primo caso, il lato opposto al vertice improprio un diametro della
conica, nel secondo il vertice proprio il centro della stessa, come
preciseremo meglio nel prossimo capitolo.
Linsieme di tutte le coniche che ammettono un certo triangolo come
autopolare costituito da 2 coniche e come tale prende il nome di rete
di coniche, questo equivale a dire che dare un triangolo autopolare per
una conica equivale a dare tre condizioni lineari indipendenti, infatti,
pur essendo date tre coppie polopolare (quindi sei condizioni lineari)
per la legge di reciprocit (Teorema 15.1 a pagina 152) le condizioni
indipendenti sono solo tre.
4 Noto teorema di Analisi sulle funzioni omogene.

5 InGeometria proiettiva un triangolo una figura piana costituita da tre rette non con-
correnti, (cio non passanti tutte tre per un medesimo punto) e non da tre segmenti come in
Geometria elementare. Le tre rette si dicono lati del triangolo ed i tre punti (propri od impropri
che siano) in cui le rette si intersecano a due a due sono chiamati vertici del triangolo.
15.4. Triangoli autopolari 157
Si pu dimostrare che lequa-

zione complessiva della rete di co-
niche che ammetta come autopo-
lare il triangolo di vertici A, B e
C si ottiene come combinazione
lineare dei quadrati delle equa-
zioni dei tre lati, cio, in forma
simbolica,
AB2 + AC2 + BC2 = 0

(15.7)
Anche in questo caso, invece di Figura 15.4 Triangolo autopolare
usare tre parmetri omogenei, se
ne possono usare due non omo-

genei, ad esempio h = e k = , perdendo cos le coniche che si
ottengono dalla (15.7) per = 0: in questo caso, tuttavia, non necessa-
rio pensare di riammetterle per il valore = in quanto le questioni
relative alla polarit riguardano solo coniche irriducibili e dunque nel-
la (15.7) non pu annullarsi nessuno dei tre coefficienti. Si dimostra
che in realt vale anche il viceversa, cio nessuna delle coniche della
rete considerata individuata dai valori non nulli dei tre parametri
degenere.
Esempio 15.9. Vogliamo determinare lequazione delliperbole che ammette
come autopolare il triangolo formato dagli assi coordinati e dalla retta di
equazione x + 2y 1 = 0 ed ammette come asintoto la retta x + 2y + 2 = 0.
Abbiamo tre condizioni fornite dal triangolo autopolare e due dallasintoto
(tangente nel punto improprio, quindi coppia polopolare). La rete di coniche
che ammette il triangolo dato come autopolare ha equazione x2 + y2 + ( x +
2y 1)2 = 0; la polare di P (2 : 1 : 0), punto improprio dellasintoto,
rispetto alla generica conica della rete ha equazione ( + 2) x + ( + 4)y
+4
4 = 0, che coincide con la retta data quando + 2 = 2 = 24 cio
quando = 4 e = 8. La conica ha dunque equazione 4x2 8y2 +
( x + 2y 1)2 = 0 che diventa facilmente 3x2 4xy + 4y2 + 2x + 4y 1 =
0.
Nella discussione del precedente esempio abbiamo usato tre pa-
rametri omogenei invece di due non omogenei per ricordare, ancora
una volta, come due rette coincidano quando le due equazioni siano
individuate da due polinomi non necessariamente uguali ma anche
solo proporzionali.
Capitolo 16
Centro, diametri ed assi di una

conica irriducibile
In questo capitolo vediamo come le propriet della polarit piana

viste nel capitolo precedente possano essere utilmente utilizzate per
determinare ulteriori elementi di una conica, notevoli da un punto di
vista geometrico e gi accennati in modo elementare nei precedenti
capitoli sulle coniche.
16.1 Centro e diametri di una conica

DEFINIZIONE 16.1. Se una conica irriducibile chiamiamo centro
di il polo della retta impropria rispetto a . Chiamiamo diametro
di una qualunque retta che passi per il centro, cio, per la legge di
reciprocit la polare di un qualunque punto improprio.
La parabola, in quanto tangente alla retta impropria nel suo punto

improprio, ha centro improprio: il punto improprio del suo asse. Ne
segue che la parabola ha tutti i diametri paralleli, in quanto passanti
tutti per il medesimo punto improprio.
Lellisse e liperbole, invece, hanno centro proprio (e sono perci
dette anche coniche a centro), infatti se esso fosse improprio, sarebbe
autoconiugato, visto che apparterrebbe alla propria polare e dunque
per il Teorema 15.9 a pagina 155 apparterrebbe alla conica e la sua
polare, la retta impropria, sarebbe tangente alla conica, contro lipotesi
che sia unellisse od uniperbole.
Si mostra facilmente che il polo della retta impropria centro di
simmetria per una conica a centro, cio ogni corda AA0 che passa per
C tale che C sia il punto medio di AA0 . (vedi Figura 16.1 nella pagina
successiva). Si pu facilmente verificare questo fatto considerando
159
160 Capitolo 16. Centro ed assi
la conica in forma canonica, cio operando una rototraslazione del

sistema di riferimento, trasformazione che non altera le propriet della
polarit piana. In questo caso la conica assume equazione a11 x2 +
a22 y2 + a33 = 0. Una qualunque retta per il centro, che qui lorigine,
ha equazione y = mx da cui lequazione ( a11 a22 m2 ) x2 + a33 = 0 che
unequazione di secondo grado tale che la semisomma delle radici
nulla, dunque esse sono simmetriche.
Esempio 16.1. Vogliamo trovare il centro della conica x2 xy + x 3 = 0.

Basta intersecare le polari di due punti impropri qualsiansi, per esempio i
pi comodi sono i punti impropri degli assi coordinati X (1 : 0 : 0) e
( le rette 2x y + 1 = 0 e x = 0;
Y (0 : 1 : 0). Le polari sono rispettivamente
2x y + 1 = 0
il punto comune soluzione del sistema e cio il punto
x=0
C (0, 1).
I diametri di una conica irriduci-

bile formano un fascio, proprio se la
conica a centro ed improprio se la
conica una parabola. Riveste una
particolare importanza, in questo fa-
scio, linvoluzione che ad ogni dia-
metro f corrispondere il suo coniu-
gato essa prende il nome di involu-
zione dei diametri coniugati: due dia-
metri sono coniugati se e soltanto se
il polo delluno il punto improprio
dellaltro.
Gli asintoti di una iperbole sono
Figura 16.1 Polo della retta impropria, gli elementi uniti di tale involuzio-
centro di simmetria
ne, essendo diametri ed autoconiuga-
ti (tangenti alla conica, quindi conte-
nenti il loro polo). Pi in generale possiamo dire che linvoluzione dei
diametri coniugati di una conica ellittica se e solo se la unellisse ed
iperbolica se e solo se essa uniperbole. Quindi lesame dellinvoluzione
dei diametri coniugati fornisce un ulteriore strumento per il riconosci-
mento di una conica. Si pu inoltre dimostrare che ogni diametro di una
conica a centro dimezza le corde in direzione coniugata cio ogni diametro
asse di simmetria obliqua.
16.1. Centro e diametri 161
Figura 16.2 Determinazione grafica del centro di una conica
Questo risultato permette di determinare graficamente il centro

di una conica ed il diametro coniugato ad un diametro dato, come
mostrano i seguenti esempi e le seguenti figure.
Esempio 16.2. Vogliamo determinare graficamente il centro della conica
di Figura 16.2. Tracciamo due rette a e b parallele che intersecano la conica,
e siano A e B e, rispettivamente A0 e B0 i punti di intersezione delle rette
con la conica. Indicati con M ed N i punti medi delle corde AB e A0 B0
rispettivamente; tracciamo la retta MN. Essa un diametro (coniugato alla
direzione delle rette a e b); se indichiamo con C e D i punti di intersezione di
questo diametro con la conica, il centro il punto medio K della corda CD.
Esempio 16.3. Vogliamo determinare il diametro coniugato al diametro d
nella conica di Figura 16.3 nella pagina successiva. Tracciamo una retta
parallela alla d che intersechi la conica. Siano A e B le due intersezioni della
retta con la conica. e sia M il punto medio di AB allora la retta CM il
diametro coniugato cercato.
Dimostriamo ora limportante
Teorema 16.1. Sia
a11 x2 + 2a12 xy + a22 y2 + 2a13 xu + 2a23 yu + a33 = 0
lequazione di una conica irriducibile , allora lequazione dellinvoluzione

dei diametri coniugati di
a22 mm0 + a12 (m + m0 ) + a11 = 0 (16.1)

Dimostrazione. Consideriamo due qualsiansi diametri della conica e

supponiamo che abbiano coefficienti angolari m e m0 rispettivamente
e pertanto passino per i punti impropri P (1 : m : 0) e Q (1 : m0 : 0),
essi sono coniugati se e soltanto se la polare p di P (1 : m : 0) passa
per Q (1 : m0 : 0). La p ha equazione 2a11 x + 2a12 y + 2a13 + m(2a12 x +
2a22 y + 2a23 ) = 0 che diventa ( a11 + ma12 ) x + (ma22 + a12 )y + a13 +
ma23 = 0; essa passerr per Q (1 : m0 : 0) se e solo se a11 + ma12 +
m0 (ma22 + a12 ) = 0 che con facili passaggi si riconduce alla (16.1).
Esempio 16.4. La conica di equazione 3x2 2xy + y2 3x + y 7 = 0

ammette come involuzione dei diametri coniugati lequazione mm0 (m +
m0 ) + 3 = 0. Le rette unite hanno coefficienti angolari che sono soluzioni
dellequazione m2 2m + 3 = 0 che non sono reali. Linvoluzione perci
ellittica e quindi la conica unellisse.
Se la conica una circonferen-

za lequazione dellinvoluzione
dei diametri coniugati si riduce
a
mm0 + 1 = 0 (16.2)
relazione che si chiama anche in-
voluzione circolare, viceversa ogni
conica che ammetta la (16.2) come
involuzione dei diametri coniuga-
ti una circonferenza. Osservia-
mo anche che la (16.2) la relazio-
ne che lega due rette ortogonali
quindi in una circonferenza i dia-
metri coniugati sono ortogonali
e viceversa ogni conica per cui
Figura 16.3 Determinazione grafica del tutti i diametri ortogonali sono
diametro coniugato coniugati una circonferenza.
facile verificare che le tangenti agli estremi A e B di un diametro d
sono parallele al diametro coniugato (v. fig. 16.4 a fronte) infatti d la
polare del punto improprio P di d0 e quindi le tangenti alla conica in
A e B passano per P .
Osserviamo anche che ogni coppia di diametri coniugati forma, con
la retta impropria un triangolo autopolare, infatti la polare dellinterse-
zione di due diametri, che il centro della conica, la retta impropria e
la polare del punto improprio di ciascun diametro quello ad esso co-
niugato. Se chiamiamo r e s i due diametri coniugati, la rete di coniche
16.2. Assi di una conica 163
che ammette queste due rette come diametri coniugati ha equazione

r2 + s2 + u2 = 0.
Esempio 16.5. La conica che ammette le rette r ed s rispettivamente di

equazioni y = x e y = 2x + 1 come diametri coniugati e passa per A(1, 2)
e B(0, 2) pu essere cercata nella rete di coniche che ha equazione ( x y)2 +
(2x + y 2
(1) + 1 = 0; imponendo il passaggio per i due punti dati si ottiene
+ 9 + 1 = 0 8 3
il sistema che ha come soluzione = 35 e = 35 da
4 + + 1 = 0
cui lequazione della conica 20x2 4xy + 11y2 12x 6y 32 = 0 che
unellisse.
16.2 Assi di una conica

Si dice asse di una conica un
diametro proprio che sia coniu-
gato alla direzione ad esso orto-
gonale; per quanto detto prima
un asse dimezza le corde in dire-
zione ortogonale, quindi asse di
simmetria ortogonale.
Per una parabola P tutti i dia-
metri sono paralleli e passano per
il punto improprio di P, di con-
seguenza lasse la polare del
punto improprio in direzione or-
togonale a quello di P; quindi la
parabola ha un solo asse. Figura 16.4 Tangenti agli estremi di un
diametro
Consideriamo ora una conica
a centro e siano a un suo asse e
a0 il diametro coniugato ad a. Per definizione di asse il polo di a il
punto improprio di a0 , quindi, per la legge di reciprocit il polo di a0
il punto improprio di a dunque anche A0 un asse di . Abbiamo cos
dimostrato il
Teorema 16.2. Se una conica a centro possiede un asse, ne possiede almeno

un altro.
Di pi, gli assi di una conica a centro diversa da una circonferenza

sono esattamente due. Infatti, se nella ( 16.1 a pagina 161) poniamo
m0 = m1 otteniamo

1
a22 + a12 m + a11 = 0
m
che diventa
a12 m2 + ( a11 a22 )m a12 = 0 (16.3)
Per a12 6= 0 la (16.3) ammette due radici reali e distinte, quindi la conica
ammette esattamente una coppia di assi. Se invece a12 = 0 e a11 6= a22
lequazione (16.3) si abbassa di grado ed ammette una radice nulla: si
hanno quindi anche in questo caso esattamente due assi, di coefficienti
angolari m = 0 e m = .
Infine se a12 6= 0 e a11 = a22 cio se la conica una circonferenza,
la (16.3) diventa unidentit in accordo col fatto che linvoluzione circo-
lare linvoluzione dei diametri coniugati della circonferenza, per la
quale, dunque, tutti i diametri sono assi.
Esempio 16.6. Vogliamo gli assi della conica : x2 + xy 2 = 0. Inquesto
caso la (16.3) diventa m2 + m 1 = 0 che ha come radici m = 12 5 : gli
assi
della possono
essere determinati o come polari dei due punti impropri
1 : 12 5 : 0 oppure osservando che il centro di lorigine in quanto
la sua equazione manca

dei termini lineari. Dunque gli assi sono le rette di
1 5
equazioni y = 2 x.
Parte IV
Geometria dello spazio

Capitolo 17
Rette e piani nello spazio
17.1 Equazioni parametriche della retta nello spazio

Quanto detto nel paragrafo 11.2 a pagina 107 sulle equazioni pa-
rametriche della retta nel piano si generalizza facilmente al caso di
rette nello spazio, precisamente diciamo che, nello spazio, una retta che
passa per il punto P( x0 , y0 , z0 ) ed ha la direzione del vettore ~u = [ a, b, c]
linsieme dei punti P( x, y, z) tali che il vettore [ x x0 , y y0 , z z0 ]
sia proporzionale al vettore # u = [ a, b, c], ottenendo cos le equazioni
parametriche di una retta nello spazio.

x = x0 + at

y = y0 + bt (17.1)

z = z0 + ct

Osserviamo che in questo caso leliminazione del parametro porta

a due equazioni cartesiane, quindi non possibile descrivere una retta1
nello spazio mediante una sola equazione cartesiana. La direzione della
retta data da quella del vettore [ a, b, c] le cui componenti si chiamano
parametri direttori di r.
Esempio 17.1. Vogliamo le equazioni parametriche della retta che passa per
i punti P(3, 1, 0) e Q(0, 1, 1). Essa ha la direzione del vettore [3, 1, 0]
[0, 1, 1] = [3, 2, 1] e quindi le sue equazioni parametriche sono

x = 3 + 3t

y = 1 + 2t .

z = t

Infatti per t = 0 otteniamo il punto P e per t = 1 il punto Q.

1 In generale una linea.
167
168 Capitolo 17. Rette e piani nello spazio
OSSERVAZIONE 17.1. Da quanto detto discende che i parametri diret-

tori di una retta sono definiti a meno di un fattore di proporzionalit
non nullo, in accordo col fatto che il vettore ~v = [ a, b, c] ha la stessa
direzione del vettore [ka, kb, kc] se k 6= 0. Se invece di ~v consideriamo il
~v
versore ~v0 = le componenti di ~v0 sono i cosiddetti coseni direttori
kvk
della retta, infatti sono proprio i coseni degli angoli2 che la retta forma
con la direzione positiva degli assi coordinati.
Esempio 17.2. Vogliamo trovare i coseni direttori della retta

x = 1+t

r : y = 2t .

z = t

Una terna di parametri direttori 1, 2, 1 e quindi, normalizzando i parame-

1
tri direttori otteniamo i coseni direttori che sono, ordinatamente, ,
1+4+1
2 1
,
6 6
Esempio 17.3. Vogliamo scrivere le equazioni parametriche delle rette che
passano per il punto P(1, 2, 3) e non tagliano il piano xy. Ogni retta che non
taglia il piano xy ha la direzione di un qualunque vettore del piano xy diverso
dal vettore nullo, cio [ a, b, 0] con a e b non contemporaneamente nulli; allora
le equazioni parametriche delle rette cercate saranno

x = 1 + at

y = 2 + bt .

z=3

Come nel piano i parametri direttori sono utili per controllare per-
pendicolarit e parallelismo di rette nello spazio, come vedremo nel
17.3 a pagina 170.
17.2 Equazione di un piano nello spazio

Un piano orientato quando in esso dato il verso delle rotazioni
positive. Per consuetudine una retta n ortogonale ad un piano orientato,
2 Dobbiamo precisare che nello spazio si parla di angolo tra due rette orientate r ed s
anche se esse non si incontrano e non sono parallele cio sono, come si suol dire, sghembe
quando formano langolo le rette r 0 e s0 , rispettivamente parallele ed equiverse ad r ed s e
passanti per un medesimo punto, per esempio lorigine del sistema di riferimento.
17.2. Equazione di un piano nello spazio 169
detta anche normale, orientata in modo che un osservatore in piedi sul

piano dalla parte positiva di n veda le rotazioni positive sul piano
operare in senso antiorario.
Sia ora dato un punto P( x0 , y0 , z0 ) e la sua normale n, di para-
metri direttori a , b, e c e passante per P. Osserviamo che il generico
punto Q( x, y, z) appartiene a se e solo se appartiene a rette passanti
per ortogonali ad n. Una terna di parametri direttori della generica
retta per P x x0 , y y0 e z z0 quindi deve essere
a ( x x0 ) + b ( y y0 ) + c ( z z0 ) = 0
Che diventa
ax + by + cz + d = 0 (17.2)
pur di porre d = ax0 by0 cz0 . Abbiamo cos dimostrato il
Teorema 17.1. Nello spazio tutte e sole le equazioni della forma 17.2 rappre-
sentano un piano in cui a, b e c sono numeri non tutti e tre nulli3 .
Si suol dire che a, b e c sono i parametri direttori del piano, cio

i parametri direttori di un piano coincidono con quelli di una sua qualsiasi
normale.
OSSERVAZIONE 17.2. Abbiamo visto che i numeri a, b e c non devono
essere tutti e tre nulli. Tuttavia da quanto visto si pu dedurre che:
Se uno dei tre nullo lequazione (17.2) rappresenta un piano

parallelo allasse avente lo stesso nome della variabile che manca.
Se due dei tre sono nulli, il piano rappresentato dalla (17.2)

parallelo al piano individuato dai due assi delle variabili che
mancano.
Esempio 17.4. Il piano 2x y + 3 = 0 parallelo allasse z ed interseca il

piano xy lungo la retta di equazioni
(
2x y + 3 = 0
z=0
mentre il piano x = 5 parallelo al piano yz.

3 in quanto parametri direttori di una retta.
17.3 Parallelismo e perpendicolarit nello spazio

Nel paragrafo 11.1 a pagina 105 abbiamo visto dei criteri per sta-
bilire quando nel piano due rette sono parallele o perpendicolari;
discuteremo ora lanalogo problema nello spazio.
Due rette si dicono parallele se hanno la stessa direzione4 . Due piani
si dicono paralleli se non hanno punti in comune o se coincidono; un
piano ed una retta si dicono paralleli se non hanno punti in comune o
se la retta giace sul piano. Vale il
Teorema 17.2. I piani 1 e 2 di equazioni rispettive a1 x + b1 y + c1 z + d1 =

0 e a2 x + b2 y + c2 z + d2 = 0 sono paralleli se e solo se i vettori ~u = [ a1 , b1 , c1 ]
e ~v = [ a2 , b2 , c2 ] sono proporzionali, cio se ~u = k~v con k 6= 0, quindi se
a1 = ka2 ; b1 = kb2 ; c1 = kc2 k 6= 0. (17.3)
Se inoltre d1 = kd2 i piani sono coincidenti; inoltre 1 e 2 sono ortogonali

se e solo se
h[ a1 , b1 , c1 ], [ a2 , b2 , c2 ]i = 0. (17.4)
cio se e solo se
a1 a2 + b1 b2 + c1 c2 = 0 (17.5)
Analogo teorema vale per le rette nello spazio:
Teorema 17.3. Le rette

x = x1 + a1 t
x = x2 + a2 t

r1 : y = y1 + b1 t e r2 : y = y2 + b2 t

z = z +c t
z = z +c t
1 1 2 2
sono parallele se e solo se i vettori ~u = [ a1 , b1 , c1 ] e ~v = [ a2 , b2 , c2 ] sono

proporzionali, cio se e solo se ~u = k~v con k 6= 0, quindi se vale la (17.3).
Inoltre r1 e r2 sono ortogonali se e solo se vale la (17.5)
OSSERVAZIONE 17.3. Ribadiamo (vedi nota 2 a pagina 168) che nello

spazio due rette perpendicolari possono anche non intersecarsi, cio
essere sghembe!
Per le relazioni di perpendicolarit e parallelismo tra una retta ed
un piano vale il teorema seguente
4 Abbiamo gi visto che comodo considerare parallele anche due rette coincidenti, in
modo che la relazione di parallelismo sia una relazione di equivalenza.

17.4. La retta intersezione di due piani 171
Teorema 17.4. Sia r la retta di equazioni

x = x0 + a1 t

y = y0 + b1 t

z = z0 + c1 t

e il piano di equazione a2 x + b2 y + c2 z + d2 = 0 allora r e sono paralleli

se e solo se h[ a1 , b1 , c1 ], [ a2 , b2 , c2 ]i = 0 e sono perpendicolari se e solo se i
vettori ~u = [ a1 , b1 , c1 ] e ~v = [ a2 , b2 , c2 ] sono proporzionali, cio se ~u = k~v
con k 6= 0, quindi se vale la (17.3).
Dunque le relazioni di parallelismo e perpendicolarit tra due rette
o tra due piani nello spazio per cos dire si scambiano nel caso di
parallelismo e perpendicolarit tra una retta ed un piano; ci avviene
perch per un piano di equazione
ax + by + cz + d = 0
le componenti del vettore [ a, b, c] formano, come abbiamo visto, una

terna di parametri direttori di una retta ortogonale a .
17.4 La retta intersezione di due piani

Siano dati i due piani
a1 x + b1 y + c1 z + d1 = 0 (1 )
a2 x + b2 y + c2 z + d2 = 0 (2 )
Per quanto detto finora essi saranno non paralleli se i vettori ~v1 =
[ a1 , b1 , c1 ] e ~v2 = [ a2 , b2 , c2 ] sono linearmente indipendenti. Dal punto
di vista geometrico, due piani non paralleli hanno in comune una
retta, in accordo col fatto che P( x, y, z) 1 2 se e solo se ( x, y, z)
soluzione del sistema
(
a1 x + b1 y + c1 z + d1 = 0
(17.6)
a2 x + b2 y + c2 z + d2 = 0
Dal teorema 3.5 a pagina 30 segue che, nellipotesi che i piani non
siano paralleli, questo sistema possibile, dato che, se chiamiamo A
la matrice dei coefficienti e B quella completa, si ha r ( A) = r ( B) = 2,
dunque il sistema ammette 1 soluzioni che sono effettivamente i punti
di una retta nello spazio. Dunque una retta pu essere individuata
come intersezione di due piani.
Esempio 17.5. Sia data la retta

(
x+y+z = 1
r: ; (17.7)
xz = 0
i vettori [1, 1, 1] e [1, 0, 1] sono linearmente indipendenti dunque i piani

non sono paralleli ed il sistema rappresenta una retta. Per trovare le equazioni
parametriche di questa retta possiamo osservare che il sistema equivale a
(
y + 2z = 1
x=z
e quindi una possibile soluzione data da

x = t

y = 1 2t

z=t

che sono le coordinate del generico punto di r e quindi rappresentano una

terna di equazioni parametriche della retta.
OSSERVAZIONE 17.4. Le soluzioni del sistema (17.7) si possono anche
scrivere come
1

x=
2

y=
z = 1

2
ed in altri infiniti modi, significativamente diversi, ciascuno dei quali
rappresenta una terna di equazioni parametriche della r.
Se accade che r ( A) = 1, cio che i vettori v~1 = [ a1 , b1 , c1 ] e v~2 =

[ a2 , b2 , c2 ] sono linearmente dipendenti, i due piani sono paralleli se
r ( B) = 2 e coincidenti se r ( B) = 1; nel primo caso il sistema risulta
impossibile, infatti i piani non si incontrano, nel secondo il sistema
ammette 2 soluzioni, cio i due piani 1 e 2 coincidono e qualunque
punto di essi ha coordinate che sono soluzioni del sistema.
OSSERVAZIONE 17.5. Sia data la retta

(
ax + by + cz + d = 0
r:
a x + b0 y + c0 z + d0 = 0
0
17.5. Fasci di piani 173
la retta r 0 parallela ad r (quindi avente gli stessi parametri direttori) e

passante per lorigine :
(
ax + by + cz = 0
r0 : (17.8)
a x + b0 y + c0 z = 0
0
Poich r 0 passa per lorigine, una terna di parametri direttori di r 0 data

dalle coordinate di un suo punto qualsiasi, che sono quindi le soluzioni
del
sistema
lineare
omogeneo
(17.8) e quindi proporzionali ai tre minori
a b a c b c
0 0 , 0 0 e 0 0 estratti dalla matrice dei coefficienti.
a b a c b c
Quanto detto nellOsservazione 17.5 rappresenta un modo pratico e
veloce per trovare una terna di parametri direttori di una retta scritta
come intersezione di due piani, senza passare dalle sue equazioni
parametriche.
17.5 Fasci di piani

Linsieme di tutti i piani che passano per una stessa retta si chiama
fascio di piani
Teorema 17.5. Se 1 : a1 x + b1 y + c1 z + d1 = 0 e 2 : a2 x + b2 y + c2 z +
d2 = 0 sono due piani non paralleli che definiscono la retta r, lequazione del
generico piano passante per r
( a1 x + b1 y + c1 z + d1 ) + ( a2 x + b2 y + c2 z + d2 ) = 0 (17.9)
cio lequazione del fascio di piani che ha per sostegno la retta r si ottiene come
combinazione lineare delle equazioni di due piani qualsiasi passanti per r.
Una conseguenza del Teorema 17.5 che qualunque coppia di piani
appartenenti al fascio5 di equazione (17.9) rappresenta la retta r le cui
equazioni cartesiane possono essere dunque molto differenti.
OSSERVAZIONE 17.6. Come gi pi volte osservato, nella pratica pu
essere comodo usare un solo parametro non omogeneo invece di due
omogenei, con le solite avvertenze sul valore infinito del parametro.
OSSERVAZIONE 17.7. Ha senso anche parlare di fasci di piani paralleli:
combinando linearmente le equazioni di due piani paralleli si otten-
gono piani le cui equazioni differiscono solo per il termine noto. Essi
definiscono una retta impropria dello spazio.
5 Osserviamo che ogni piano del fascio individuato da una coppia di coefficienti e
della (17.9), anchessi definiti a meno di un fattore di proporzionalit non nullo.

17.6 Altri problemi su rette e piani

Esaminiamo in questo paragrafo, prevalentemente su esempi, alcuni
altri problemi sulle rette e sui piani nello spazio.
Intersezione tra retta e piano

Siano dati il piano di equazione ax + by + cz + d = 0 e la retta di
equazioni

x = x0 + t

y = y0 + t .

z = z + t
0
Piano e retta hanno un solo punto comune se e solo se retta e piano

non sono paralleli, cio se e solo se a + b + c 6= 0 : in questo caso,
sostituendo rispettivamente x, y, z nellequazione del piano si ottiene
un valore di t che, sostituito a sua volta nelle equazioni della retta d le
coordinate del punto di intersezione.
Esempio 17.6. Si considerino il piano : 3x y + z 1 = 0 e la retta

x = t

r: y = t1

z = 2t
sostituendo le coordinate del generico punto della retta nellequazione del

piano, si ottiene 3t t + 1 + 2t 1 = 0 da cui t = 0 e dunque lintersezione
r = P(0, 1, 0).
Se la retta data come intersezione di due piani gli eventuali punti

comuni tra piano e retta sono le soluzioni del sistema formato dalle tre
equazioni; piano e retta hanno un solo punto in comune se e solo se
tale sistema ammette una ed una sola soluzione, cio se r ( A) = 3, il
che equivale a dire che det A 6= 0, se con A abbiamo indicato la matrice
dei coefficienti del sistema.
Esempio 17.7. La retta

(
x=y
r)
y=z
17.6. Altri problemi su rette e piani 175
ed il piano x 2y + 3z 1 = 0 hanno in comune il punto le cui

coordinate sono la soluzione del sistema

xy = 0
yz = 0

x 2y + 3z = 1

1 1 1
cio P = , , .
2 2 2
Se r ( A) = 2 ed il sistema possibile, allora r , altrimenti se il
sistema impossibile r e non hanno punti in comune, quindi sono
paralleli. Osserviamo che sempre r ( A) 6= 1 altrementi i tre piani
coinciderebbero e non sarebbe individuata alcuna retta.
Rette sghembe
Due rette che non hanno punti in comune e non sono parallele, cio
due rette non complanari, si dicono sghembe. Se entrambe le rette sono
date come intersezione di due piani, esse sono sghembe se non sono
parallele e se il sistema formato dalle quattro equazioni impossibile.
Esempio 17.8. Le rette
( (
x+z = 0 2x + y = 1
r: e s:
yz = 1 x + 2z = 0
non sono parallele; consideriamo allora il sistema formato dalle quattro equa-
zioni:

x+z = 0
yz = 1

2x + y = 1

x + 2z = 0

1 0 1
0 1 1
la matrice dei coefficienti sar A = 2 1
che ha rango 3 e quella
0
1 0 2

1 0 1 0
0 1 1 1
completa sar B = 2 1
, anchessa di rango 3, dunque il sistema
0 1
1 0 2 0
ammette una soluzione, quindi le rette si incontrano, dunque sono complanari
e quindi non sghembe. Lequazione del piano che le contiene entrambe si pu

determinare in vari modi, per esempio trovando il fascio F di piani per una
delle due e, scelto un punto comodo P sullaltra (ovviamente diverso dal punto
di intersezione), scrivere lequazione del piano di F passante per P; oppure,
determinato il punto Q comune alle due rette, scegliere un punto comodo
R r (R 6 Q) ed uno comodo S s (S 6 Q) e poi determinando il piano
per i tre punti Q, R ed S.
Se una delle rette data come intersezione di due piani e laltra

con le sue equazioni parametriche basta sostituire lespressione del
parametro nelle equazioni dei due piani.
Figura 17.1 Distanza di due punti
Esempio 17.9. Siano date le rette

x = t
(
x+yz = 0

r: y = 2t ed s:

z = 1 3t x+z = 1
si ha, sostituendo le coordinate del generico punto di r nelle equazioni due

piani che formano s, il sistema
( (
t + 2t 1 + 3t = 0 6t = 1
che diventa
t + 1 3t = 1 2t = 0
formato da due equazioni palesemente in contraddizione, quindi il sistema

impossibile e concludiamo che le rette sono sghembe.
Distanze
Distanza di due punti: dalla figura 17.1 nella pagina precedente si
vede subito che se sono dati i punti P( x1 , y1 , z1 ) e Q( x2 , y2 , z2 ), la
distanza PQ lipotenusa del triangolo rettangolo che ha come
cateti la differenza delle quote z1 z2 e la distanza delle proiezioni
ortogonali P1 e Q1 rispettivamente di P e Q sul piano xy. Sul
piano xy dal Teorema di Pitagora si ricava immediatamente che
la distanza P1 ( x1 , y1 ) Q1 ( x2 , y2 )
q
d( P1 Q1 ) = ( x1 x2 )2 + (y1 y2 )2 .
e quindi unulteriore applicazione del Teorema di Pitagora forni-
sce la distanza di due punti nello spazio:
q
d( PQ) = ( x1 x2 )2 + (y1 y2 )2 + (z1 z2 )2 .
Figura 17.2 Distanza di un punto da un piano
Distanza di un punto da un piano: (fig. 17.2) se : ax + by + cz +

d = 0 lequazione del piano allora la distanza di P( x0 , y0 , z0 ) da
:
| ax0 + by0 + cz0 + d|
(17.10)
a2 + b2 + c2
infatti distanza si pu calcolare considerando la perpendicolare
al piano per P e, chiamato Q lintersezione di questa retta con il
piano, calcolando la distanza PQ.
La retta perpendicolare a passante per il punto P ha equazioni

x = x0 + at

y = y0 + bt ,

z = z + ct
0
dunque Q( x0 + at, y0 + bt, z0 + ct) il punto di intersezione di

tale retta con , e la sua distanza da P
p
| t | a2 + b2 + c2 , (17.11)
se appartiene a , cio se
a( x0 + at) + b(y0 + bt) + c(z0 + ct) + d = 0

t( a2 + b2 + c2 ) = ( ax0 + by0 + cz0 + d)
ax0 + by0 + cz0 + d
t= .
a2 + b2 + c2
Sostituendo questo valore nella formula 17.11 che esprime la
distanza di P da Q si ha la 17.10 nella pagina precedente.
Distanza di un punto da una retta: siano P un punto e r una retta

tali che P 6 r, il piano che passa per P ed perpendicolare a r
incontra la retta r in un punto R (che la proiezione ortogonale di P
su r) la distanza del punto dalla retta sar allora la distanza PR.
Distanza di piani paralleli: se 1 : ax + by + cz + d1 = 0 e 2 :

ax + by + cz + d2 = 0 sono due piani paralleli, allora la loro
distanza :
| d d2 |
1 (17.12)
a2 + b2 + c2
Infatti se P( x0 , y0 , z0 ) 1 , evidente che la distanza cercata
| ax0 + by0 + cz0 + d2 | | d d1 |
d( P2 ) cio = 2
a2 + b2 + c2 a2 + b2 + c2
Distanza di due rette sghembe: se r1 e r2 sono due rette sghembe, si
vede facilmente che esistono due punti P r1 e Q r2 tali che la
retta PQ perpendicolare sia ad r1 che ad r2 . La distanza PQ la
distanza delle due rette. Dal punto di vista geometrico, per pi
comodo considerare il piano passante per r1 e parallelo a r2 ; la
distanza cercata sar quella di un qualsiasi punto P r2 da .
Esempio 17.10. Vogliamo calcolare la distanza delle rette sghembe dellesem-

pio 17.9 a pagina 176. Calcoliamo lequazione del piano per s parallelo ad r
di cui una terna di parametri direttori (1, 2, 3). Il fascio di piani che ha
per sostegno s ha equazione x + y z + k ( x + z 1) = 0. Dovr essere
k + 1 + 2 3(k 1) = 0 da cui k = 3, quindi il piano cercato ha equazione
4x + y + 2z 3 = 0. La distanza richiesta sar la distanza di questo piano
da un punto qualsiasi della r, per esempio il punto P(0, 0, 1) (corrispondente
al valore t = 0) che 1 .
21
Angoli tra rette, tra piani, tra rette e piani

Siano 1 : a1 x + b1 y + c1hz + d1i = 0 e 2 : a2 x + b2 y + c2 z + d2 = 0

due piani. Lampiezza 0, dellangolo tra 1 e 2 , ponendo
2
~v = [ a1 , b1 , c1 ] e w
~ = [ a2 , b2 , c2 ], tale che:
h~v, w
~i
cos = .
k~vk k~
wk
Essa deriva dalla formula che d langolo tra due vettori e dal fatto
che se langolo tra ~v e w ~ , essendo rispettivamente ~v e w~ ortogonali

ai due piani, si ha = se e = se > e quindi
2 2
cos = | cos |.
Siano ora

x = x 1 + a 1 t x = x2 + a2 s

r: y = y1 + b1 t e s: y = y2 + b2 s

z = z1 + c1 t z = z2 + c2 s

h i
due rette nello spazio; e sia langolo da esse formato6 , con 0, ;
2
se esse sono parallele diremo che = 0, in generale indicando con
~v = [ a1 , b1 , c1 ] e w
~ = [ a2 , b2 , c2 ] si ha
h~v, w
~i
cos = .
k~vk k~
wk
Concludiamo considerando una retta

x = x1 + at

r: y = y1 + bt

z = z1 + ct

6 Ricordiamo, ancora una volta, che non necessario che r e s si incontrino.
ed unh piano : x + y + z + = 0, se v = [ a, b, c] e w = [, , ] e
i
0, langolo tra la retta ed il piano, si ha
2
h~v, w
~i
sin = (17.13)
k~vk k~wk
h i
Infatti, detto 0, langolo tra r e la normale al piano, si ha
2
h~v, w
~i
cos =
k~vk k~ wk

e poich = si ha cos = sin e quindi la (17.13).
2
17.7 Simmetrie
In questo paragrafo presentiamo, per lo pi mediante esempi, alcuni
problemi nello spazio riguardanti le simmetrie rispetto a punti a rette
ed a piani.
Simmetrie rispetto ad un punto

Siano P e Q due punti distinti dello spazio; il simmetrico P0 di P
rispetto a Q lunico punto appartenente alla retta PQ e tale che Q sia
punto medio del segmento PP0 .
Sia ora P un punto dello spazio e sia f una qualunque figura, la
figura f 0 simmetrica di f rispetto a P il luogo dei punti simmetrici
rispetto a P dei punti di f .
Esempio 17.11. Vogliamo il simmetrico A0 del punto A(1, 0, 0) rispetto al
punto M (1, 2, 1). Dalla definizione si ha
x + x A0

xM = A

2 x A0 = 2x M x A

y A + y A0

yM = da cui y A0 = 2y M x A ;

2
z 0 = 2z z
z M = z A + z A0

A M A
2
quindi, nel caso in esame,

x A0 = 2(1) 1 = 3

y A0 = 2 2 0 = 4

zA = 2 1 0 = 2
0
da cui A0 (3, 4, 2).

17.7. Simmetrie 181
Esempio 17.12. Sia data la retta

x = t+1

r : y = 2t .

z = t1

Vogliamo le equazioni della retta r 0 simmetrica di r rispetto al punto P(1, 1, 2);

essa costituita dal luogo dei punti simmetrici di quelli di r rispetto a P, quin-
di sar, come facile dimostrare, una retta parallela ad r. Scegliamo due
punti comodi su r, per esempio quello per cui t = 0 cio A(1, 0, 1) e quello
per t = 1, cio B(2, 2, 0). La retta cercata quella che passa per A0 e B0 ,
simmetrici di A e B rispettivamente. Procedendo come nellesercizio 17.11 a
fronte troviamo A0 (1, 2, 5) e B0 (0, 4, 4) e dunque sar

x = t

0
r : y = 4 2t .

z = 4t
Esempio 17.13. Per determinare lequazione del piano 0 simmetrico di :

x y + z = 0 rispetto a T (2, 1, 0) consideriamo il generico punto P( x, y, z),
scriviamo le coordinate del suo simmetrico P0 rispetto a T procedendo come
nellesercizio 17.11 nella pagina precedente ed otteniamo x + x 0 = 2x T ,
y + y0 = 2y T e z + z0 = 2z T da cui
0
x = 4x

y = 2 y 0 .
z = z0

Poich P sta su se e solo se x y + z = 0 si ha che le coordinate di P0

devono soddisfare lequazione 4 x 0 + 2 + y0 z0 = 0 che si pu scrivere
come x 0 y0 + z0 6 = 0 e che rappresenta un piano parallelo a .
Simmetria rispetto ad un piano

Siano P un punto e un piano tali che P / ; chiamiamo proiezione
ortogonale di P su il punto H intersezione tra stesso e la retta per P
perpendicolare a . Il simmetrico di un punto P rispetto ad un piano
il simmetrico di P rispetto ad H. Come nel caso della simmetria
rispetto ad un punto7 anche in questo caso si dimostra che la simmetrica
di una retta rispetto ad un piano una retta ed il simmetrico di un
piano rispetto ad un piano ancora un piano. Il tutto illustrato nella
figura 17.3
7 detta anche simmetria centrale.
Figura 17.3 Simmetrica di una retta rispetto ad un piano
Esempio 17.14. Vogliamo le equazioni della retta simmetrica di

x = t

r: y=t

z=t

rispetto al piano : x y + z = 0. La retta taglia il piano nellorigine. La

retta cercata sar dunque (vedi figura 17.3) la congiungente dellorigine con il
punto P0 simmetrico rispetto al piano di un qualsiasi punto P r diverso dal
punto comune (nel nostro caso lorigine O(0, 0, 0). Scegliamo, per esempio
P(1, 1, 1). La retta per P ortogonale a ha equazioni8

x = 1+

y = 1

z = 1+

2 4 2
da cui si ha 1 + (1 ) + 1 + = 0 e quindi H 3, 3, 3 dunque le
coordinate di P0 sono
2 1

x P0 = 2 1 =

3 3
4 5

y P0 = 2 1 =

3 3
z 0 = 2 2 1 = 1

P
3 3
8 Per evitare equivoci usiamo un parametro diverso, il parametro . ovvio che il nome
del parametro del tutto arbitrario.

17.7. Simmetrie 183
allora la retta r 0 , che congiunge O con H ha equazioni
1

x= k

3 x =

5

y= k che possiamo anche scrivere (vedi la nota 8 ) y = 5 .
3
z=

z = 1k

3
Figura 17.4 Simmetrico di un piano rispetto ad un piano
Esempio 17.15. Per determinare lequazione del piano 0 simmetrico di :

x = 1 rispetto a : x y z = 0 conviene utilizzare la teoria dei fasci di
piani, infatti il piano cercato passer per la retta r intersezione tra e (v.
Fig. 17.4). Dunque lequazione di 0 sar del tipo x y z + k ( x 1) = 0.
Il valore di k pu essere determinato procedendo come nel caso precedente: se
consideriamo su un punto, per esempio P(1, 0, 0) la sua proiezione H su
stando sulla retta
x = 1+t

y = t

z = t
1
perpendicolare
a e passante per P risulta individuata da t = 3 quindi
H = 23 , 13 , 31 . Dunque il simmetrico P0 di P sar P0 ( 31 , 23 , 23 ) e sostituendo
le sue coordinate nellequazione del fascio si ottiene, con semplici calcoli,
lequazione del piano 0 che x + 2y + 2z 3 = 0.
Figura 17.5 Simmetrico di un piano rispetto ad un piano parallelo
Nel caso in cui i due piani siano paralleli, vedi fig. 17.5 si pu anche,
per esempio, considerare la loro distanza: se essa d basta scrivere
lequazione del piano a distanza d da .
Simmetrie rispetto ad una retta

Se P un punto dello spazio ed r una retta che non lo contiene,
chiamando H la proiezione ortogonale di P su r, il simmetrico P0 di P
rispetto ad r il punto dello spazio simmetrico di P rispetto ad H.
La retta r simmetrica di r rispetto ad s si determina (v. fig. 17.6 nella
pagina successiva) considerando i simmetrici di due punti di r
Esempio 17.16. Vogliamo le equazioni della retta r 0 simmetrica di

x = 1
(
x=z
r : y = t rispetto ad s : .

z = t y=0
Si verifica subito che le due rette date sono sghembe; per determinare r 0 occorre
e basta determinare i simmetrici di due punti comodi di r e scrivere le equa-
zioni della retta che li congiunge: per esempio siano P(1, 0, 0) e Q(1, 1, 1)
(corrispondenti, rispettivamente, ai valori t = 0 e t = 1) i due punti: i
due simmetrici sono, come si ricava facilmente P0 (0, 0, 21 ) e Q0 (1, 1, 1)
dunque una terna di parametri direttori di s0 1, 1, 32 quindi la retta s0 ha
17.8. Coordinate omogenee nello spazio 185
Figura 17.6 Simmetrica di una retta rispetto ad un altra retta
equazioni
x = 2t 1

y = 2t + 1 .

z = 3t + 1
17.8 Coordinate omogenee nello spazio

In analogia con quanto visto nel piano, si pu introdurre una siste-
ma di coordinate omogenee anche nello spazio: i punti saranno definiti
da quaterne di coordinate omogenee. Quando la quarta coordinata
omogenea (anche qui indicata con la lettera u) sar non nulla si avr a
che fare con punti dello spazio ordinario, mentre, anche qui, i punti la
cui quarta coordinata omogenea nulla verranno detti impropri o allin-
finito e corrisponderanno, nello spazio ordinario, alle varie direzioni di
rette parallele. Saremo dunque in presenza di uno spazio ampliato con
i punti impropri, cio i punti per cui u = 0 costituenti il cosiddetto piano
improprio. Su ogni piano di equazione ax + by + cz + du = 0 esister
una retta impropria, che sar lintersezione del piano stesso con il piano
improprio ed avr quindi equazioni
( (
ax + by + cz + du = 0 ax + by + cz = 0
o anche
u=0 u=0
Su ogni retta r ci sar un punto improprio, intersezione tra le rette

improprie dei piani passanti per r come mostra il seguente
Esempio 17.17. Determiniamo le coordinate del punto improprio della retta

x = 1+t

r : y = 2t .

z = t

In coordinate cartesiane avremo

( (
y = 2x 2 2x y 2u = 0
r: che in coordinate omogenee diventa r : .
z = x + 1 x+zu = 0
Intersecando con il piano improprio si ottiene

y = 2x

z = x

u=0

da cui le coordinate del punto improprio P (1 : 2 : 1 : 0) che il punto

comune alle rette improprie dei due piani y = 2x e z = x le cui equazioni
sono ( (
2x y = 0 x+z = 0
e .
u=0 u=0
Nello spazio ampliato con gli elementi impropri il termine compla-

narit sinonimo di incidenza: incidenza in un punto proprio per
le rette incidenti dello spazio ordinario, ed in un punto improprio per
rette parallele.
In questo contesto risulta semplice linterpretazione geometrica di
sistemi lineari in quattro incognite come insiemi di piani
Esempio 17.18. Vogliamo vedere se le rette
( (
x + ky z = 2 x + 3y + (k 1)z = 1
r: ed s:
2x + kz = 1 ( k + 1) y + z = k
sono sghembe. Dopo averle riscritte in coordinate omogenee, avremo a che fare
con un sistema lineare omogeneo di quattro equazioni in quattro incognite che
indicher la complanarit delle rette, quando ammette autosoluzioni, ed il loro
essere sghembe, quando ammetter solo la soluzione banale9 .
9 Ricordando che la quaterna di coordinate omogenee (0 : 0 : 0 : 0) non rappresenta alcun
punto.
17.8. Coordinate omogenee nello spazio 187
Quindi, nel nostro caso, avremo il sistema

x + ky z = 2
1

2x + kz =

x + 3y + (k 1)z = 1

( k + 1) y + z = k

di matrice dei coefficienti

1 k 1 2
0 2 k 1
A:
1 3 k1 1
0 k+1 1 k
il cui rango r = 4 per k 6= 1, r = 3 per k = 1 ed r = 2 per k = 1.

Questo significa che per k 6= 1 il sistema non ha autosoluzioni, quindi i
piani non hanno, nello spazio ampliato con i punti impropri, alcun punto in
comune: le due rette sono dunque sghembe; per k = 1 ci sono 1 soluzioni,
dunque esattamente10 un punto di intersezione, proprio o improprio (basta
risolvere il sistema per scoprirlo, cio per scoprire se le rette sono effettivamente
incidenti o parallele); per k = 1 ci sono 2 soluzioni, dunque le due rette
coincidono e sono, ovviamente complanari.
Concludiamo il paragrafo notando che lintroduzione dei punti im-
propri dello spazio permette di rimuovere, tra le altre, la dissimmetria
nella trattazione dei fasci di piani passanti per una retta o paralleli, dal
momento che, in questo contesto, i piani paralleli passano tutti per una
medesima retta impropria.
10 Ricordiamo che anche le coordinate omogenee dei punti dello spazio sono definite a meno
di un fattore di proporzionalit.
Capitolo 18
Sui sistemi di riferimento
In questo capitolo ci occuperemo di alcune particolari trasformazio-

ni del sistema di riferimento cartesiano ortogonale in s e forniremo
poi un breve cenno ad altri possibili sistemi di riferimento diversi da
quello cartesiano, ma usati spesso in vari settori della Matematica, nelle
altre Scienze e nella Tecnologia.
18.1 Rototraslazioni
Risulta quasi immediato verificare che una trasformazione di assi,
cio il passaggio da un sistema di riferimento monometrico ad un altro
con gli assi paralleli ed equiversi a quelli del precedente e con la stessa
unit di misura1 descritto dalle equazioni2
0
x = x

y0 = y (18.1)
0

z = z
dove (, , ) sono le coordinate della nuova origine nel sistema di
riferimento iniziale; x, y, z sono le coordinate del generico punto in
questo sistema e le coordinate accentate sono le coordinate nel nuovo
sistema di riferimento.
Le traslazioni conservano le distanze: se due punti hanno distanza

d rispetto ad un sistema di riferimento, essi hanno distanza d rispetto
1 Noi considereremo sempre le trasformazioni geometriche nel modo cosiddetto passivo,
nel senso, cio, che saranno sempre gli assi del sistema di riferimento e non i punti a muoversi:
risulterebbe interessante trattare largomento anche in modo contrario, ma ci comporterebbe
un livello di astrazione superiore che esula dagli scopi di queste dispense.
2 cio tali equazioni legano le coordinate di un punto generico dello spazio nel vecchio
sistema di riferimento a quelle del nuovo.
189
190 Capitolo 18. Sui sistemi di riferimento
a qualsiasi altro sistema traslato rispetto al primo quindi non vi

cambiamento di unit di misura.
Per quanto riguarda le rotazioni vale un teorema, analogo al Teore-
ma 11.2 a pagina 113, e che si dimostra con la stessa tecnica, secondo
cui la matrice di una rotazione una matrice ortogonale. Pi precisa-
mente, con considerazioni puramente geometriche, si f vedere che le
equazioni di questa trasformazione sono:
0
x = x cos 1 + y cos 1 + z cos 1

y0 = x cos 2 + y cos 2 + z cos 2 (18.2)
0

z = x cos 3 + y cos 3 + z cos 3
dove cos 1 , cos 1 , cos 1 ; cos 2 , cos 2 , cos 2 ; cos 3 , cos 3 , cos 3
sono, rispettivamente, i coseni direttori dei nuovi assi rispetto ai vecchi.
Poich la matrice dei coefficienti la matrice

cos 1 cos 1 cos 1
= cos 2 cos 2 cos 2
cos 3 cos 3 cos 3
che ortogonale, la matrice inversa quindi la trasposta

cos 1 cos 2 cos 3
1 = T = cos 1 cos 2 cos 3
cos 1 cos 2 cos 3
da cui si ricavano facilmente le equazioni della trasformazione inversa.

La composizione di una rotazione e di una traslazione ancora
una isometria3 che prende il nome di rototraslazione, le cui equazioni si
ottengono, mettendo insieme la (18.1) e la (18.2), con il sistema
0
x = x cos 1 + y cos 1 + z cos 1 + a

y0 = x cos 2 + y cos 2 + z cos 2 + b (18.3)
0

z = x cos 3 + y cos 3 + z cos 3 + c
OSSERVAZIONE 18.1. La composizione di una rotazione e di una tra-
slazione non , in generale, commutativa; cio applicando prima la
rotazione e poi la traslazione si ottiene in generale un risultato diver-
so da quello che si ottiene applicando prima la traslazione e poi la
rotazione.
3 cio una trasformazione dello spazio in s che conserva le distanze.
18.2. Coordinate polari e coordinate cilindriche 191
Esempio 18.1. Consideriamo la trasformazione

00 1 0 1
0
x = x y0
x = x+2

2 2
: y0 = y 1 e la rotazione $ : 00 1 0

1 0
y
0
y = x +
z = z2

2 2
00
z = z0

sostituendo si ha :

00 1 1 1 1 3

x = ( x + 2) ( y 1) = x y+

2 2 2 2 2
00 1 1 1 1 3
y = ( x + 2) + ( y 1) = x+ y+

2 2 2 2 2
00

z = z2
Facendo agire, invece le due trasformazioni in ordine inverso, cio eseguendo

prima la rotazione e poi la traslazione, si ha

1 1

x0 = x y 00 0
x = x +2

2 2
$: 1 1 e : y00 = y0 1
y0 = x + y 00
z = z0 2

2 2
0

z =z
si ottiene facilmente

1 1

x 00 = x y+2

2 2
1 1
y00 = x + y1

2 2
00

z = z2
che differisce dalla precedente.
18.2 Coordinate polari e coordinate cilindriche

Anche per i punti dello spazio si parla, come nel piano, di coordinate
polari. Vediamo come si possono introdurre e come si passa da un
sistema polare ad uno cartesiano e viceversa.
192 Capitolo 18. Sui sistemi di riferimento
Fissato nello spazio un

sistema di coordinate car-
tesiane ortogonali4 (v. fi-
gura 18.1), consideriamo
come asse polare lasse z
e la semiretta ortogonale
allasse polare coinciden-
te con la direzione positi-
va dellasse x; otteniamo
un semipiano giacente
sul piano xy che prende il
nome di semipiano polare.
Ci posto un qualun-
Figura 18.1 Coordinate polari
que punto P dello spa-
zio individua un segmen-
#
to OP = detto raggio vettore di P, inoltre il vettore OP (che ha quindi
norma ) forma, con lasse polare, un angolo detto colatitudine o angolo
(o distanza) zenitale di P (ovviamente si ha 0 ), infine il semipia-
no individuato da P e dallasse polare forma, con il semipiano un
angolo detto azimut o longitudine di P (si ha 0 2). A volte,

invece della colatitudine si considera la latitudine = che
2
langolo formato dal raggio vettore con il piano equatoriale passante
per O e perpendicolare allasse polare.
In tal modo ogni punto P viene individuato dalle sue coordinate
polari5 (, , ) o (, , ) molto usate, specialmente in Geografia ed in
Astronomia.
Osservando ancora la figura 18.1 si possono facilmente scrivere le
formule di passaggio dalle coordinate polari alle cartesiane e viceversa.
Infatti se con Q e Z si indicano le proiezioni ortogonali di P sul piano
xy e sullasse z rispettivamente e con X e Y le proiezioni ortogonali di
P sugli assi x e y, si hanno le formule OZ = z = cos , OQ = sin ,
= X = x = OQ cos = sin cos e XQ = OY = y = OQ sin =
sin sin , quindi
4 Nello spazio, come, del resto anche nel piano, si pu, ovviamente, introdurre un riferi-
mento polare anche in assenza di uno cartesiano preesistente; qui preferiamo invece partire
da un sistema cartesiano, in quanto siamo interessati alla determinazione del legame tra le
coordinate di un punto in sistemi di riferimento diversi in qualche modo per legati tra loro.
5 In questo modo, infatti, ogni punto dello spazio viene individuato da una ed una sola
terna di numeri; f eccezione lorigine del riferimento, per cui si ha = 0 e e indeterminati

18.2. Coordinate polari e coordinate cilindriche 193

x = sin cos

y = sin sin

z = cos
e, allinverso, come facile verificare,

q
= x 2 + y2 + z2

z
= arccos p 2

x + y2 + z2
mentre, noti e si ottiene , con le relazioni
x y
cos = e sin =
sin sin
Un altro tipo di coor-
dinate per individuare un
punto P dello spazio, che,
in un certo senso, una
via di mezzo tra quelle car-
tesiane e quelle polari
costituito da quelle che si
chiamano coordinate cilin-
driche: un punto P rap-
presentato dalle coordina-
te polari della sua proie-
zione Q sul piano xy (vedi
figura 18.2) e dalla quota
z0 = z di P.
Dunque si ha 0 = OQ Figura 18.2 Coordinate cilindriche
e = XOQ[ detti rispetti-
vamente distanza orizzonta-
le e azimut. Le coordinate cilindriche di P sono allora (0 , , z0 ) e le
formule di passaggio si ricavano immediatamente dalla definizione:

x = 0 cos

y = 0 sin

z = z0

p
e, allinverso, 0 = x2 + y2 e, noto 0 si pu calcolare dalle relazioni
x y
cos = e sin = .
0 0
Capitolo 19
Linee e Superfici nello spazio
In questo capitolo vedremo come si rappresentano in generale linee

e superfici nello spazio.
19.1 Superfici
DEFINIZIONE 19.1. Si chiama superficie il luogo dei punti dello spa-
zio, che riferito ad un sistema di coordinate cartesiane ortogonali,
soddisfano unequazione cartesiana
f ( x, y, z) = 0 (19.1)
od una terna di equazioni parametriche del tipo

x = g(u, v)

y = h(u, v) (19.2)

z = i (u, v)
dove nella (19.1) la f funzione reale di al pi tre variabili, in genere

reali e nella (19.2) g, h ed i sono tre funzioni reali di al pi due variabili.
Nella definizione 19.1 si parla di funzioni qualsiasi, che quindi
possono dar luogo a superfici anche molto lontane dal concetto intuitivo
che abbiamo di superficie.
La superficie pi semplice il piano che, come abbiamo visto,
rappresentato da unequazione cartesiana lineare, ax + by + cz + d = 0
purch i coefficienti a, b e c non siano tutti e tre nulli, ma anche da una
terna di equazioni parametriche lineari

x = x0 + u + v

y = y0 + u + v (19.3)

z = z + eu + v
0
195
196 Capitolo 19. Linee e Superfici nello spazio
con , , e non tutti e tre nulli ed ugualmente non contemporaneaa-

mente nulla la terna ( , , ). Le equazioni (19.2) rappresentano effetti-
vamente un piano, perch eliminando da esse i due parametri u e v si
ottiene una equazione (ed una sola) lineare.
OSSERVAZIONE 19.1. Mentre lequazione cartesiana di un piano
sempre lineare e, viceversa in un sistema di riferimento cartesiano ogni
equazione lineare rappresenta un piano, le equazioni parametriche di
un piano possono anche non essere lineari, addirittura non algebiche.
Esempio 19.1. Mostriamo infatti che il sistema

3
x = u + log v

y = 2u3 + 3 log v

z = 3u3 + 7 log v

rappresenta un piano. Per far ci basta eliminare i due parametri u e v ricavan-

do u3 e log v dalle prime due equazioni: si ottiene u3 = 3x y e, similmente,
log v = y 2x; sostituendo poi i valori trovati nella terza equazione, si per-
viene allequazione cartesiana 5x 4y + z = 0 che rappresenta appunto un
piano.
Per la precisione in questo caso si dovrebbe parlare di un piano privato di
una semiretta, infatti, poich v argomento dinlogaritmo, devessere v > 0 e
5x 4y+z =0
cio y 2x > 0 quindi bisognerebbe scrivere y2x >0 .
Tra le superfici di equazione ( 19.1 nella pagina precedente) esistono,

ad esempio, anche quelle rappresentate dallequazione
x 2 + y2 + z2 = k (19.4)
che per k > 0 rappresentano una superficie reale, quella formata da

tutti (e soli) i punti che distano k dallorigine: si tratta di una sfera,
superficie di cui parleremo diffusamente nel prossimo capitolo. Ma
se k = 0 si ottiene una superficie che ha un solo punto reale, lorigine
O(0, 0, 0) e se k < 0 nessun punto della superficie, che per comodit
chiamiamo ancora sfera, reale.
Quindi anche nel caso dello spazio occorre accettare superfici for-
mate solo da punti a coordinate complesse, ossevando, di passata, che
anche le superfici reali contengono, in generale punti a coordinate
complesse.
19.1. Superfici 197
Lequazione cartesiana di una superficie, equazione 19.1 a pagi-

na 195, si pu, sotto certe ipotesi1 esplicitare, cio scrivere nella forma
z = ( x, y) (19.5)
che in molte occasioni pu essere pi comoda.

DEFINIZIONE 19.2. Una superficie si dice algebrica di ordine n se pu
essere rappresentata da un equazione di tipo (19.1) in cui il primo
membro un polinomio di grado n. Le superfici che non possono
essere rappresentate in questo modo si chiamano trascendenti.
Quindi, per esempio, esaminando ancora un caso patologico, e
seguendo la definizione 19.2 la superficie di equazione x = 0 deve
essere considerata diversa dalla superficie x2 = 0 pur essendo entrambe
formate dagli stessi punti.
Sia ora f ( x, y, z) = 0 una superficie algebrica di ordine n e sia r una

generica retta di equazioni parametriche

x = x0 + at

y = y0 + bt .

z = z0 + ct

Le intersezioni di r con la superficie sono ovviamente le soluzioni

dellequazione
f ( x0 + at, y0 + bt, z0 + ct) = 0 (19.6)
che un polinomio uguagliato a zero nella variabile t e di grado non
maggiore di n, il quale, per il Teorema Fondamentale dellAlgebra,
ammette m n radici, reali o complesse contate con le opportune mol-
teplicit. Quindi possiamo concludere che una retta ed una superficie
algebrica di ordine n hanno al pi n punti in comune.
Una retta si dice tangente alla superficie se lequazione (19.6) ri-
solvente lintersezione ammette almeno una radice multipla. Questa
radice costituita dalle coordinate del punto di tangenza.
Una retta tangente pu ovviamente intersecare la superficie anche
in altri punti diversi da quello di tangenza o addirittura essere tangente
in pi punti.
DEFINIZIONE 19.3. Un punto P di un a superficie algebrica si dice
multiplo per la superficie se ogni retta passante per P tangente a .
1 che qui non importa precisare: si tratta di un noto teorema di Analisi sulle funzioni
implicite di pi variabili.
19.2 Linee
Una linea (o curva) L nello spazio pu essere rappresentata da
equazioni parametriche del tipo

x = f (t)

L y = g(t) (19.7)

z = h(t)

che individuano le coordinate del generico punto di L al variare del

parametro t. Se proviamo ad eliminare il parametro dalle equazio-
ni (19.7) otteniamo sempre due equazioni cartesiane, quindi una curva
pu anche essere rappresentata come intersezione di due superfici.
Se tutti i punti di una curva appartengono ad un medesimo piano
la curva si dice piana, nel caso opposto si parla di curva sghemba o gobba.
Un esempio di curva gobba fornito dal filetto di una comune vite.
Per stabilire se una linea piana oppure gobba, si pu procedere in
vari modi, a seconda di come rappresentata la linea:
Se la linea individuata dallintersezione di due superfici, cio da

un sistema di due equazioni cartesiane, allora si pu cercare un
sistema equivalente che contenga unequazione lineare. Se lo si
trova allora si pu affermare che la curva piana e lequazione
lineare trovata quella del piano che la contiene. Ovviamente il
fatto di non riuscire a trovare il sistema pi semplice non sempre
garantisce che non esista e quindi non garantisce che la curva sia
gobba.
Se la curva, invece, data mediante le sue equazioni parametriche

(caso peraltro a cui ci si pu sempre ricondurre, ed in generale con
relativa facilit) basta sostituire le coordinate del punto generico
della cuva ( 19.7) nellequazione del generico piano ax + by + cz +
d = 0 ottenendo
a f (t) + b g(t) + c g(t) + d = 0 (19.8)
La curva piana se e solo se la (19.8) identicamente verificata,

cio verificata da ogni valore del parametro t.
Nel caso in cui il primo membro dellequazione (19.8) sia un po-
linomio di grado n la condizione verificata se e solo se ogni
coefficiente del polinomio (compreso quindi anche il termine no-
to) nullo. Ponendo uguali a zero tutti i coefficienti si ottiene un
19.2. Linee 199
sistema lineare omogeneo di k n + 1 equazioni nelle quattro

incognite a, b, c e d. La curva piana se e solo se un tale siste-
ma ammette autosoluzioni, cio se e solo se la matrice dei suoi
coefficienti ha rango < 4.
Esempio 19.2. Sia data la curva di equazioni

(
x2 + y2 + z2 3x + 2y + z 1 = 0
x 2 + y2 + z2 x + 1 = 0
sottraendo membro a membro si ottiene il sistema equivalente

(
x2 + y2 + z2 3x + 2y + z 1 = 0
2x + 2y + z + 2 = 0
quindi la curva piana ed appartiene al piano 2x 2y z 2 = 0.
Esempio 19.3. Sia data la curva di equazioni parametriche

2

x = t +t

y = t1 .

z = t2 2t

Vogliamo vedere se piana.

In questo caso la (19.8) diventa a(t2 + t) + b(t 1) + c(t2 2t) + d = 0
che, ordinando il polinomio, diventa ( a + c)t2 + ( a + b 2c)t + d b = 0,
identicamente verificata se e solo se il sistema

a+c = 0
a + b 2c = 0

db = 0
ammette autosoluzioni, il che accade, in quanto il rango della matrice dei

coefficienti palesemente non maggiore di 3. Lequazione del piano si ottiene
facilmente: i coefficienti sono, ordinatamente, una di queste autosoluzioni.
Esempio 19.4. Sia L la linea

3

x = t

y = t3 + t2

z=t

si ha at3 + b(t3 + t2 ) + ct + d = 0 cio ( a + b)t3 + bt2 + ct + d = 0 da

a+b = 0

b=0
cui il sistema che non ammette autosoluzioni, quindi possiamo

c=0

d=0

concludere che la curva non piana.
Capitolo 20
Sfera e circonferenza nello

spazio
20.1 La sfera
Come noto si chiama sfera il luogo dei punti dello spazio equi-
distanti da un punto fissato. Se tale punto C (, , ) e la distanza
R 0 si vede subito che, indicando con P( x, y, z) un generico punto
dello spazio, lequazione della sfera
( x )2 + ( y )2 + ( z )2 = R2 (20.1)
che diventa
x2 + y2 + z2 2x 2y 2z + 2 + 2 + 2 R2 = 0
che si pu scrivere
x2 + y2 + z2 + ax + by + cz + d = 0
pur di porre a = 2, b = 2, c = 2 e d = 2 + 2 + 2 R2 .
Viceversa lequazione
x2 + y2 + z2 + ax + by + cz + d = 0 (20.2)
caratterizzata dal fatto di avere i coefficienti dei termini quadratici ugua-
li e non contenere alcun
termine rettangolare rappresenta la sfera con
1 2

a b c
centro nel punto C = , , e raggio R = a + b2 + c2 4d
2 2 2 2
come si pu facilmente mostrare con ragionamenti analoghi a quelli
effettuati per la circonferenza nel piano. Ampliando lo spazio con i
punti a coordinate complesse, come abbiamo fatto per il piano, pos-
siamo eliminare nella (20.1) leccezione R 0 ed affermare che ogni
equazione della forma (20.2) rappresenta una sfera nello spazio.
201
202 Capitolo 20. Sfera e circonferenza nello spazio
20.2 Piani tangenti ad una sfera

Esaminiamo ora, su esempi, come si possa determinare lequazione
del piano tangente1 ad una sfera in un suo punto P.
Esempio 20.1. Sia data la sfera x2 + 2 2
y + z 2x + 2y = 0 che ha
centro nel punto C (1, 1, 0) e raggio R = 2. Vogliamo lequazione del pia-
no tangente nellorigine O(0, 0, 0) alla . Il piano cercato perpendicolare
alla retta OC che ha parametri direttori 1, 1, 0 , quindi possiamo scegliere
questi parametri direttori per ; poich, infine passa per lorigine, la sua
equazione : x y = 0.
Per inciso, si pu mostrare che il piano tangente nellorigine ad una
sfera2 rappresentato dallequazione che si ottiene eguagliando a zero
il complesso dei termini lineari dellequazione che la rappresenta.
( Siano la sfera di equazione x + y + z = 1 ed r la retta

Esempio 20.2. 2 2 2
x=3
di equazioni . Vogliamo gli eventuali piani tangenti a e passanti
z=0
per r.
Si vede subito che la sfera data ha centro nellorigine e raggio R = 1 i
piani cercati appartengono allora al fascio che ha per sostegno la retta r, cio
al fascio x + z 3 = 0 ed hanno distanza
1 dallorigine, quindi devessere
3
= 1 da cui si ricava = 2 2.; in accordo con il fatto che i piani
1+ 2
tangenti ad una sfera e passanti per una retta sono al pi due.
20.3 Circonferenze nello spazio

Lintersezione di una sfera con un piano rappresenta una cir-
conferenza, reale, se il piano taglia la sfera in punti reali, cio se la sua
distanza dal centro minore del raggio R, ridotta ad un solo punto se
il piano tangente, cio se la distanza R e immaginaria se il piano
non taglia la sfera, cio se la distanza maggiore di R, e viceversa ogni
circonferenza dello spazio pu essere vista come lintersezione di un
piano con una sfera. Quindi, in generale, una circonferenza si pu
rappresentare nello spazio con le equazioni
(
x2 + y2 + z2 + ax + by + cz + d = 0
(20.3)
x + y + z + = 0
1 Il piano tangente ad una superficie in un suo punto P pu essere inteso come il luogo
delle rette tangenti in P alla superficie.
2 anzi, ad una qualsiasi superficie algebrica.
20.3. Circonferenze nello spazio 203
Ci proponiamo di
calcolare le coordina-
te del centro e la lun-
ghezza del raggio di .
Se indichiamo con C
e R rispettivamente il
centro ed il raggio del-
la sfera , facile ren-
dersi conto (vedi Figu-
ra 20.1) che il centro C 0
della la proiezione
ortogonale di C sul pia-
no , quindi si pu de-
terminare come inter- Figura 20.1 Circonferenza nello spazio
sezione tra il piano
e la retta ad esso perpendicolare passante per C. Per quanto rigurada il
raggio r della circonferenza, osservando sempre la figura 20.1, il Teo-
rema di Pitagora ci permette di scrivere che R2 = r2 + d2 , dove con d
indicato la distanza di c dal piano da cui immediatamente
abbiamo
r = R2 d2 .
Esempio 20.3. Siano date le equazioni
(
x2 + y2 + z2 2x + 2y z = 0
x+yz = 0

1
che rappresentano lintersezione della sfera di centro C 1, 1, e raggio
2
3
R = con il piano x + y z ; esse rappresentano una circonferenza reale,
2
infatti il piano taglia la sfera in punti reali dato cher
la distanza d dir da C
|1 1 12 | 1 9 1 1 26
, quindi d = < R. Dunque r = = . Per
3 2 3 4 12 2 3
trovare le coordinate del centro di osserviamo che una terna di parametri
direttori del piano 1,1, 1, quindi la retta perpendicolare al piano passante

x = 1+t
per C avr equazioni y = 1 + t intersecandola con il piano si ottiene 1 +

z = 1 t

2
1 1 0 7 5 1
t 1 + t 2 + t = 0 da cui t = cui corrisponde il punto C , ,
6 6 6 3
centro della circonferenza data.
204 Capitolo 20. Sfera e circonferenza nello spazio
20.4 Fasci di sfere

Linsieme F di tutte e sole le sfere che passano per una data circon-
ferenza (reale o completamente immaginaria, degenere in un punto
o meno) e dal piano che la contiene costituisce quello che si chiama un
fascio di sfere3 il piano che ne f parte si chiama piano radicale del fascio e
la circonferenza data si chiama sostegno del fascio. Il luogo dei centri
delle sfere di F risulta ovviamente costituito dalla retta che passa per
il centro di ed ortogonale al piano su cui giace.
In modo del tutto analogo ai fasci di piani si dimostra che lequazione
di tutti e soli gli elementi di un fascio di sfere si scrive come combinazione
lineare non banale di quelle di due qualsiasi di esse.
Esempio 20.4. Sia data la circonferenza intersezione delle due sfere

(
x2 + y2 + z2 2x 2y = 0
x2 + y2 + z2 + x 2y + z 1 = 0
Il fascio che ha per sostegno la ha equazione
( x2 + y2 + z2 2x 2y) + ( x2 + y2 + z2 + x 2y + z 1) = 0
che, come al solito e con le solite avvertenze sulleventuale valore infinito del
parametro, si pu scrivere, con un parametro solo, nella forma
x2 + y2 + z2 2x 2y + k ( x2 + y2 + z2 + x 2y + z 1) = 0 (20.4)
che diventa
(k + 1)( x2 + y2 + z2 ) + (k 2) x + 2(k + 1)y + kz k = 0.
Per k = 1 la (20.4) diventa 3x + z 1 = 0 che lequazione del piano

radicale del fascio. Essa si ottiene comunque sottraendo membro a membro le
equazioni della .

6
Esempio 20.5. Vogliamo lequazione di una sfera che ha raggio R = 2 e
passa per la circonferenza di equazioni
(
x 2 + y2 + z2 x = 1
: .
x+yz+1 = 0
3 Anche qui, come nel caso delle circonferenze del piano, si considerano anche altri tipi di
fasci: i fasci costituiti dalle sfere tangenti un piano dato in un punto dato (e qui la circonferenza
sostegno ha raggio nullo) o le sfere che hanno un dato centro.
20.4. Fasci di sfere 205
Le sfere che soddisfano tali condizioni son al massimo due ed appartengono al

fascio F che ha per sostegno la , la cui equazione
x 2 + y2 + z2 x 1 + k ( x + y z + 1) = 0
Lequazione della generica sfera di F si pu scrivere come
x2 + y2 + z2 + (k 1) x + ky kz + k 1 = 0
e quindi il suo raggio

1
q
R= ( k 1)2 + k 2 + k 2 4( k 1)
2
Uguagliando R al valore dato si ottiene lequazione
6 1
= (k2 2k + 1 + 2k2 4k + 4)
4 4
che, con semplici passaggi, diventa 3k2 6k 1 = 0 da cui si ottengono i
due valori di k.
Capitolo 21
Superfici rigate e di rotazione
21.1 Superfici rigate

Si dice rigata una superficie tale che per ogni suo punto passi
almeno una retta reale tutta contenuta in . Le rette che formano la si
chiamano generatrici ed ogni linea che appartiene a ed incontra ogni
generatrice si chiama (curva) direttrice. Per esempio rigata la supeficie
di equazione
xy z2 + 1 = 0 (21.1)
infatti lequazione (21.1) si pu scrivere
x y = (z + 1)(z 1)
che ammette le stesse soluzioni dellinsieme costituito dai due sistemi
di rette ( (
x = k ( z 1) x = h ( z + 1)
;
ky = z 1 ky = z + 1
al variare dei parametri non nulli h e k queste sono rette che giacciono
per intero sulla superficie e si verifica che per ogni punto della (21.1)
passa almeno una di queste rette, quindi la superficie rigata.
facile scrivere le equazioni parametriche di una superficie rigata
quando siano date una direttrice L ed un sistema di generatrici: se le
equazioni della direttrice sono

x = f (t)

L = y = g(t) ,

z = h(t)

per ogni punto Pt ( f (t), g(t), h(t)) di essa passa una generatrice i cui
parametri direttori a(t), b(t), c(t) dipendono da Pt . La generatrice
207
208 Capitolo 21. Superfici rigate e di rotazione
passante per Pt ha quindi equazioni

x = f (t) + a(t)

y = g(t) + b(t) . (21.2)

z = h(t) + c(t)

Il sistema (21.2), pensato come sistema nella sola incognita rappre-

senta la generica generatrice, mentre pensato come sistema nelle due
incognite t e rappresenta la superficie rigata cercata.
Naturalmente per avere lequazione cartesiana della superficie biso-
gna eliminare i due parametri t e , cosa che pu comportare conti a
volte un po laboriosi.
In particolare se f , g ed h sono funzioni lineari di t ed a, b e c funzioni
costanti, si ha a che fare con le equazioni parametriche di un piano:
lasciamo come esercizio al lettore la costruzione di un esempio in cui
si possano chiaramente individuare la direttrice e le generatrici di una
superficie rigata costituita da un piano.
Esempio 21.1. Cerchiamo lequazione della superficie rigata che ha come
direttrice la cubica gobba di equazioni1

x = t

y = t2

z = t3

e come generatrici rette di parametri direttori 1, 1, 1.

Scriveremo allora il sistema

x = t+

y = t2 +

z = t3 +

che costituiscono una terna di equazioni parametriche della superficie cercata.

Eliminando i parametri per passare alla forma cartesiana della superficie
otteniamo, dopo qualche calcolo, lungo ma non difficile, lequazione
( x y)3 (y z)( x 2y + z) = 0.
21.2 Superfici di rotazione

Si chiama di rotazione o rotonda una superficie (fig. 21.1 nella pagina
successiva) ottenuta facendo ruotare una linea L attorno ad una retta
r, detta di solito asse di rotazione.
1 Questo esempio mostra che la direttrice pu anche non essere una curva piana.
21.2. Superfici di rotazione 209
Per scrivere lequa-

zione di una tale su-
perficie basta conside-
rare il generico punto
P L ed imporre che
sul piano passante
per P ed ortogonale a
r esso descriva una cir-
conferenza con centro
lintersezione tra r e .
In questo modo si ot-
tengono due equazioni
(di una sfera e del pia-
no ); ambedue que-
Figura 21.1 Superficie di rotazione
ste equazioni dipendo-
no dal parametro che
individua la posizione di P sulla linea L ; eliminando questo para-
metro si ottiene lequazione della superficie, come mostra il seguente
esempio.
Esempio 21.2. Vogliamo lequazione cartesiana della superficie che si ottiene
facendo ruotare la linea L di equazioni parametriche

2
x = ( t 1)

y=0 (21.3)

z=t

attorno alla retta r di equazioni

(
x=1
.
y=1
Un punto generico dello spazio P appartiene alla L se e solo se le sue coordi-
nate soddisfano la (21.3) e quindi sono P (t 1)2 , 0, t ; il piano passante
per P e ortogonale ad r ha equazione z = t. La circonferenza individuata
tagliando il piano P con una qualunque sfera avente centro C su r e raggio
CP. Prendendo C (1, 1, 0) si ha lequazione della sfera
h i2
( x 1)2 + ( y 1)2 + z2 = ( t 1)2 1 + 1 + t2
ottenendo cos la circonferenza di equazioni

( x 1)2 + ( y 1)2 + z2 = ( t 1)2 1 2 + 1 + t2
h i
z=t

210 Capitolo 21. Superfici rigate e di rotazione
In questo caso particolarmente semplice leliminazione del parametro, dopo

la quale, con opportune semplificazioni, si ottiene lequazione
( x 1)2 + ( y 1)2 + z2 ( z 2)2 1 = 0
che rappresenta la superficie di rotazione cercata.

Capitolo 22
Cilindri, coni e proiezioni
22.1 Coni
DEFINIZIONE 22.1. Fissati nello spazio un punto V ed una curva
algebrica1 L , si chiama cono2 di vertice V e direttice L linsieme di
tutte e sole le rette passanti per V e secanti la L (Figura 22.1), quindi il
cono una superficie rigata.
Ricordiamo che unequazione

in tre variabili f ( x, y, z) = 0 si di-
ce omogenea di grado k se t R e
( x, y, z) R3 accade che
f (tx, ty, tz) = tk f ( x, y, z)
il che equivale a dire, se essa rap-

presentata da un polinomio egua-
gliato a zero, che il polinomio
Figura 22.1 Cono f ( x, y, z) costituito da monomi
tutti dello stesso grado. Le equa-
zioni omogenee in tre variabili
hanno una particolare importanza, come appare dal seguente
Teorema 22.1. Le equazioni omogenee intere nelle incognite x, y, z rappre-

sentano tutti e soli i coni con il vertice nellorigine.
Dimostrazione. Infatti, supponiamo che lequazione f ( x, y, z) = 0 sia

omogenea e che il punto P( x0 , y0 , z0 ) appartenga alla superficie da essa
1 cio
rappresentabile mediante lintersezione di due superfici algebriche.
2 Lanozione di cono si potrebbe estendere anche al caso di direttrici non algebriche, ma in
questo caso occorrerebbe fare alcune precisazioni che appesantirebbero la trattazione.
211
212 Capitolo 22. Cilindri, coni e proiezioni
rappresentata, cio sia tale che f ( x0 , y0 , z0 ) = 0; allora, poich la f

omogenea, anche f (tx0 , ty0 , tz0 ) = 0 t R, quindi ogni punto della
retta
x = x0 t

y = y0 t ,

z = z0 t

che congiunge P con lorigine, appartiene alla superficie, la quale risulta

quindi un cono con vertice nellorigine.
Viceversa se f ( x, y, z) = 0 rappresenta un cono con vertice nel-
lorigine, vuol dire che quando P( x0 , y0 , z0 ) appartiene al cono, ad
esso appartiene lintera retta che congiunge P con O e cio la retta di
equazioni
x = x0 t

y = y0 t ,

z=z t
0
il che significa che f ( x0 , y0 , z0 ) = 0 = f (tx0 , ty0 , tz0 ) = 0 t R e

( x, y, z) R, quindi la f omogenea.
Segue immediatamente il pi generale
Corollario 22.2. Le equazioni omogenee nelle tre incognite x , y ,
z rappresentano tutti e soli i coni con vertice nel punto V (, , ).
Dimostrazione. Basta operare la traslazione dassi che porta lorigine
nel punto V.
Abbiamo visto che un cono dato quando siano dati il vertice
ed una direttrice, vediamo come sfruttare questo fatto per scriverne
lequazione.
Sia V ( a, b, c) il vertice e L la direttrice di equazioni

(
f ( x, y, z) = 0
.
g( x, y, z) = 0
Se P( x0 , y0 , z0 ) un punto del cono esso dovr stare su una retta che

passa per V e che taglia la direttrice. La generica retta per V e per P ha
equazioni parametriche

x = a ( x0 a ) t

y = b ( y0 b ) t (22.1)

z = c (z c)t
0
22.1. Coni 213
Per imporre il fatto che la retta (22.1) tagli la direttrice, basta sosti-
tuire nelle equazioni della L i valori dati dalle (22.1) ed eliminare il
parametro dalle due equazioni.
Esempio 22.1. Vogliamo lequazione del cono che ha vertice in V (0, 1, 0) e
come direttrice la circonferenza di equazioni
(
x2 + y2 + z2 2x = 0
.
x 2y + 3z = 0
Se P( x0 , y0 , z0 ) un punto generico, esso sta sul cono anzitutto se appartiene

alla retta PV che ha equazioni

x = x0 t

y = 1 + ( y0 1) t ;

z = z0 t

poi la retta PV deve tagliare la direttrice, quindi si ha il sistema:

(
( x0 t )2 + (1 + ( y0 1) t )2 + ( z0 t )2 2( x0 t ) = 0
.
x0 t 2(1 + (y0 1)t) + 3z0 t = 0
Eliminando il parametro t dalle due equazioni si ottiene la relazione che deve

intercorrere tra le coordinate di P affich questultimo stia su rette passanti per
V che intersecano la direttrice, cio affinch P stia sul cono cercato. Nel nostro
caso, con facili conti si trova lequazione x2 13z2 + 8x (y 1) 6xz = 0
che effettivamente omogenea nelle differenze tra le coordinate x, y, z e le
coordinate del vertice.
Quando il vertice nellorigine semplice verificare lomogeneit,
quando invece il vertice un altro punto occorre spesso raccogliere
opportunamente i termini.
Alcuni coni sono di rotazione, perch ottenuti dalla rotazione di una
retta attorno ad unaltra ad essa incidente
Esempio 22.2. Siano r e s rispettivamente le rette di equazioni

x = t x = t

r: y=t e s: y=t ;

z=t z = 3t

vogliamo lequazione del cono che si ottiene facendo ruotare la retta r attorno
alla s. Si pu osservare che tale cono ha vertice V O(0, 0, 0), che il
punto comune a r e s; per trovare una direttrice possiamo considerare il

generico piano perpendicolare ad s e non passante per V, che ha equazione
1 1 3
x y 3z + k = 0 con k 6= 0; esso interseca la s nel punto S k, k, k
5 5 5
1 1 1
e la r nel punto R k, k, k e tagliarlo con la sfera che ha centro in S e
3 3 3
raggio uguale a RS, determinabile facilmente con il teorema di Pitagora (vedi
figura ??). Prendendo un valore comodo di k (per esempio qui se si prende
k = 15 si ottengono coordinate intere) si ricavano facilmente e le equazioni
della direttrice. Oppure tale cono si pu scrivere come superficie di rotazione,
facendo appunto ruotare la retta r attorno alla retta s.
OSSERVAZIONE 22.1. Facendo ruotare una retta attorno ad unaltra
retta, otteniamo un cono se e solo se le rette sono incidenti; se sono pa-
rallele otteniamo, come vedremo tra poco, un cilindro, se sono sghembe
una superficie del secondordine detta iperboloide ad una falda di cui
parleremo diffusamente nel capitolo 23 sulle quadriche.
22.2 Cilindri
DEFINIZIONE 22.2. Fissata nello spazio una curva algebrica ed una
retta r che interseca si chiama cilindro di direttrice e generatrice r
la superficie (rigata) formata da tutte e sole le rette parallele ad r che
intersecano la . (Figura 22.2 a fronte).
Quindi il cilindro ben di pi del cilindro circolare che siamo
abituati a conoscere.
OSSERVAZIONE 22.2. Si vede subito che ogni equazione del tipo
f ( x, y) = 0 (22.2)
rappresenta, nello spazio, un cilindro con le generatrici parallele allasse

z ed avente come generatrice sul piano xy la curva di equazioni
(
f ( x, y) = 0
;
z=0
infatti si verifica subito che, se P( x0 , y0 ) un punto le cui coordinate

soddisfano lequazione (22.2), allora (e solo allora) qualunque punto
della retta (
x = x0
y = y0
22.2. Cilindri 215
(che la generica retta parallela allasse z passante per P) soddisfa

lequazione (22.2).
Quindi, generalizzando los-
servazione 22.2, possiamo dire
che unequazione in due variabili
rappresenta sempre, nello spazio, un
cilindro con le generatrici parallele
allasse che ha lo stesso nome della
variabile che manca.
Per scrivere lequazione di un
cilindro con le generatrici in dire-
zione generica, cio non necessa-
riamente parallelle ad uno degli
assi coordinati, si pu sfruttare
la definizione, vale a dire che si
pu pensare al fatto che un gene-
rico punto P( x0 , y0 , z0 ) dello spa-
zio appartiene al cilindro se e solo
se sta su una retta parallela alla Figura 22.2 Cilindro
generatrice che interseca la curva
direttrice.
Esempio 22.3. Vogliamo lequazione del cilindro con le generatrici parallele

alla retta r di equazioni x = y = z che taglia il piano xy sulla parabola di
equazione y2 = x avente quindi come direttrice la curva
(
y2 = x
.
z=0
Sia P( x0 , y0 , z0 ) un generico punto dello spazio; la retta passante per P e

parallela ad r ha equazioni

x = x0 + t

y = y0 + t .

z = z0 + t

Il punto P appartiene al cilindro se e soltanto se questultima retta taglia la

parabola. Quindi deve essere verificato il sistema
(
( y0 + t )2 = x0 + t
.
z0 + t = 0
Eliminando, con semplici calcoli, il parametro t dalle due equazioni del sistema
si ottiene la relazione che deve intercorrere tra le coordinate di P perch questi
appartenga al cilindro, che quindi
(y z)2 = x z.
OSSERVAZIONE 22.3. Esistono, ovviamente, cilindri rotondi, cio che

hanno una direttrice formata da una circonferenza. La loro equazione
si pu anche scrivere come quella di una superficie di rotazione.
OSSERVAZIONE 22.4. Non sempre i calcoli per leliminazione del
parametro sono cos immediati come nellesempio 22.3 nella pagina
precedente: a volte possono essere piuttosto lunghi e laboriosi.
22.3 Proiezioni
DEFINIZIONE 22.3. Si chiama proiezione di una curva da un punto V
sul piano lintersezione tra il piano stesso ed il cono avente vertice
in V e come direttrice . (v. figura 22.3)
Si chiama proiezione di una curva dalla direzione della retta r sul piano
(v. fig. 22.4 a pagina 218) lintersezione tra il piano stesso ed il
clindro avente come generatrice e generatrici parallele a r.
Dalla definizione 22.3 esclu-

diamo, per evitare casi patologici,
che V oppure r sia parallela
ad .
Esempio 22.4. Cerchiamo le equa-

zioni della proiezione della curva
(
x = y2 + 1

z = x+1
dallorigine O(0, 0, 0) sul piano x = Figura 22.3 Proiezione centrale

1.
Il cono che ha vertice nellorigine
e come direttrice la ha equazione
(verificarlo per esercizio)
y2 + x ( x z ) + ( x z )2 = 0
22.4. Riconoscimento di una conica nello spazio 217
evidentemente omogenea nelle tre variabili; quindi la curva proiezione pu

essere individuata dal sistema
(
y2 + x ( x z ) + ( x z )2 = 0
.
x=1
Se sostituiamo nella prima equazione il valore di x dato dalla seconda, ottenia-

mo la stessa curva, rappresentata per come intersezione di un cilindro con le
generatrici perpendicolari al piano:
(
y2 + z2 3z + 2 = 0
.
x=1
22.4 Riconoscimento di una conica nello spazio

Si pu mostrare che nello spazio ogni conica irriducibile pu essere
vista come sezione piana di un cono circolare. Pi precisamente se
tagliamo un cono rotondo tale che la generatrice formi un angolo con
lasse di rotazione con un piano non passante per il vertice e che formi
un angolo con lo stesso asse di rotazione otteniamo rispettivamente
una parabola se =
unellisse se <
uniperbole se >
Si pu inoltre mostrare che qualunque sezione piana di una super-

ficie del secondo ordine una conica, eventualmente degenere. Per
riconoscerla, si pu usare il seguente teorema, che enunciamo senza
dimostrazione.
Teorema 22.3. Ogni proiezione parallela di una conica non ne altera la natura,
se effettuata da una direzione non parallela al piano su cui giace la conica
stessa.
Quindi per studiare la natura di una conica nello spazio basta

proiettarla, se possibile, su uno dei piani coordinati3 .
3 ovviamente se la conica giace gi su un piano parallelo ad uno dei piani coordinati questo
non possibile, ma in tal caso il riconoscimento procede come gi abbiamo visto nel piano.
Figura 22.4 Proiezione parallela
Esempio 22.5. Vogliamo riconoscere la conica di equazioni:

(
x2 + xy + z2 x + 1 = 0
xyz = 0
Eliminando dal sistema una delle incognite, per esempio la z, si ottiene lequa-
zione del cilindro che proietta la conica ortogonalmente al piano xy, che ha
quindi equazione x2 + xy + ( x y)2 x + 1 = 0, la proiezione sar dunque.
(
x2 + xy + ( x y)2 x + 1 = 0
z=0
che sul piano xy rappresenta unellisse; dunque la conica data unellisse.

Capitolo 23
Superfici quadriche
In questo capitolo parleremo delle superfici algebriche del secon-

do ordine, cio rappresentabili con equazioni polinomiali di secondo
grado, classificandole, indicando le loro forme canoniche, ed alcuni
procedimenti atti ad ottenere il loro riconoscimento.
23.1 Prime propriet delle quadriche

DEFINIZIONE 23.1. Si chiama superficie quadrica o pi brevemente
quadrica ogni superficie rappresentata, nello spazio riferito ad un siste-
ma di coordinate cartesiane ortogonali, da unequazione di secondo
grado nelle variabili x, y e z.
Per esempio abbiamo gi visto che sono quadriche le sfere ed alcune
superfici, per esempio quelle che si ottengono dalla rotazione di una
retta intorno ad unaltra retta.
La pi generale equazione di secondo grado in x, y e z ha la forma

ax2 + by2 + cz2 + dxy + exz + f yz + gx + hy + iz + l = 0. (23.1)
che dipende da 10 coefficienti omogenei (cio definiti a meno di un
fattore di proporzionalit non nullo) e quindi da 9 coefficienti non
omogenei. Partendo dal fatto che per determinare questi nove coeffi-
cienti occorre e basta imporre 9 condizioni lineaari indipendenti, si pu
dimostrare in modo analogo a come si fatto per le coniche, che
Teorema 23.1. Per 9 punti, a 4 a 4 non complanari, passa una ed una sola
quadrica irriducibile.
Come abbiamo fatto per le coniche nel piano, possiamo associare
ad una quadrica una matrice simmetrica costruita a partire dai suoi
219
220 Capitolo 23. Superfici quadriche
coefficienti: d e g
a 2 2 2
d f h
b
A = 2e 2 2

f i
2 2 c 2

g h i
2 2 2 l
In tal modo possiamo riscrivere lequazione di una generica quadri-
ca ( 23.1 nella pagina precedente) nel seguente modo
~x A~x T = 0 (23.2)
essendo ~x il vettore [ x, y, z, 1].

Il rango della matrice A, invariante per rototraslazioni, ci fornisce
molte informazioni sulla quadrica. Se il determinante di A uguale a
zero diciamo che la quadrica specializzata con indice di specializzazio-
ne uguale a 4 r ( A): si dimostra che una quadrica non specializzata
non ha punti multipli e che una quadica specializzata con indice di spe-
cializzazione uguale a 1 (o, come si dice specializzata una volta, cio per
cui r ( A) = 3 un cono o un cilindro quadrico. Se un cono, ammette
come unico punto multiplo il suo vertice, mentre se un cilindro non
possiede punti multipli al finito.
Si pu inoltre provare che se lindice di specializzazione maggiore
di 1, cio se r ( A) 2 la quadrica riducibile: pi precisamente se
r ( A) = 2 la quadrica spezzata in una coppia di piani distinti, e, se
tali piani non sono paralleli, la superficie ammette come punti multipli
tutti e soli i punti della retta comune ai due piani, mentre se r ( A) = 1
si ha una coppia di piani coincidenti.
Esempio 23.1. La quadrica di equazione
x2 + y2 + z2 + 2xy 2xz 2yz 5x 5y + 5z + 6 = 0

spezzata. Infatti facile vedere che la matrice
1 1 25

1
1 1 1 52
A= 1 1 5

1 2
52 25 5
2 6
ha rango 1. Del resto la sua equazione diventa facilmente
( x + y z )2 5( x + y z ) + 6 = 0
che si scompone in
23.2. Quadriche in forma canonica e loro classificazione 221
[( x + y z) 2] [( x + y z) 3] = 0
che mette in luce i due piani paralleli in cui spezzata.
23.2 Quadriche in forma canonica e loro classificazione

Lequazione di una qualunque quadrica si pu ricondurre, con una
opportuna rototraslazione del sistema di riferimento, ad una ed una
sola delle forme canoniche elencate nella tabella 23.1 che riguarda le
quadriche specializzate e 23.2 nella pagina seguente che riguarda quelle
non specializzate.
Tabella 23.1 Forma canonica delle quadriche specializzate
irriducibili
x2 y2 z2
+ + =0 cono quadrico immaginario
a2 b2 c2
x 2 y 2 z 2
2
+ 2 + 2 =0 cono quadrico reale
a b c
x2 y2
+ 2 =1 cilindro quadrico a sezione ellittica
a2 b
x 2 y2
2 =1 cilindro quadrico a sezione iperbolica
a2 b
x 2 y2
+ 2 = 1 cilindro quadrico completamente immaginario
a2 b
2
y = 2px, p = 0 cilindro quadrico a sezione parabolica
riducibili
x2 y2
=0 piani reali incidenti
a2 b2
x 2 y 2
2
+ 2 =0 piani immaginari incidenti
a b
y2 = a2 , a 6 = 0 piani reali paralleli
y2 = a2 , a 6 = 0 piani immaginari paralleli
y2 = 0 piani reali coincidenti
OSSERVAZIONE 23.1. In riferimento alle tabelle citate osserviamo che

le quadriche dette a centro sono quelle che ammettono un centro di
simmetria che, nella forma canonica, lorigine del riferimento, mentre
il paraboloide a sella cos chiamato a causa della sua caratteristica
forma. A pagina 225 trovate le figure delle quadriche. La denomina-
zione completamente immaginaria riservata a superfici su cui non vi
Tabella 23.2 Forma canonica delle quadriche non specializzate
a centro
x2 y2 z2
+ 2 + 2 =1 ellissoide reale
a2 b c
x 2 y2 z2
+ 2 + 2 = 1 ellissoide completamente immaginario
a2 b c
x 2 y2 z2
+ 2 2 =1 iperboloide iperbolico (o ad una falda)
a2 b c
x 2 y2 z2
2 2 =1 iperboloide ellittico ( a due falde)
a2 b c
non a centro
x2 y2
+ = 2pz, p 6= 0 paraboloide ellittico
a2 b2
x2 y2
= 2pz, p 6= 0 paraboloide iperbolico (o a sella)
a2 b2
sono punti a coordinate reali, mentre la dizione immaginaria si riferisce

a quelle superfici per cui i punti a coordinate reali sono al massimo
quelli di una retta: nel caso del cono immaginario il vertice ha coor-
x2 y2
dinate reali, mentre la quadrica di equazione 2 + 2 = 0 si spezza
a b
x y
nei due piani di equazioni i = 0 che hanno in comune una retta
a b
reale, lasse z. Aggiungiamo che la denominazione ellittica o iperbolica
dipende dalla natura dei loro punti (vedi 23.3 a pagina 226); invece
i cilindri vengono distinti a seconda della natura delle coniche che si
ottengono intersecandoli con un piano perpendicolare alle generatrici.
semplice verificare che, tra le quadriche non specializzate, vi sono

superfici rigate: esse sono liperboloide ed il paraboloide iperbolici.
Esempio 23.2. La forma canonica del paraboloide a sella, che
x 2 y2
2 = 2pz
a2 b
si pu anche scrivere nella forma

x y x y
+ = 2p z
a b a b
e quindi si vede subito che su di esso ci sono due sistemi di rette, definiti, al
variare dei parametri k e h, dai sistemi
x y x y

= kz
+ = 2hp
xa y b e xa y b
k
+ = 2p h
=z
a b a b
Riferendoci ancora alla forma canonica delle quadriche, possiamo

notare che tutte le volte che vi figurano coefficienti uguali per due
delle tre incognite si ha a che fare con una quadrica ottenuta dalla
rotazione di una opportuna curva attorno allasse con il nome della
terza incognita.
Possiamo infine dare equazioni parametriche1 delle quadriche non

specializzate (tabella 23.2 a fronte):
il sistema
x = a cos cos

y = b cos sin

z = c sin

(con 0 < 2 e 0 < 2) rappresenta un ellissoide reale: se

a = b = c = R si ha la sfera di centro nellorigine e raggio R.
il sistema
x = a cosh cos

y = b cosh sin

z = c sinh

(con 0 < 2 e R) rappresenta un iperboloide ad una

falda.
il sistema
x = a cos

y = b sin cosh

z = c sin sinh

(con 0 < 2 e R) rappresenta un iperboloide a due falde.

1 A questo punto devessere chiaro che queste non sono le uniche possibili equazioni
parametriche delle quadriche, bens quelle maggiormente usate.

il sistema

x = at

y = bs
t2 + s2
z=

2p
(con s, t R) rappresenta un paraboloide ellittico.
il sistema

x = at

y = bs
t2 s2
z=

2p
(con s, t R) rappresenta un paraboloide iperbolico.
Figura 23.1 Ellissoide
Figura 23.2 Gli iperboloidi
Figura 23.3 Paraboloide ellittico

23.3 Natura dei punti e riconoscimento di una quadrica

Poich le quadriche sono superfici del secondordine, le loro inter-
sezioni con un piano sono delle coniche. Se P( x0 , y0 , z0 ) un punto
semplice di una quadrica irriducibile e se consideriamo i vettori
~p = [ x0 , y0 , z0 , 1] e ~x = [ x, y, z, 1] allora lequazione ~pA~x T = 0, dove A
la matrice dei coefficienti della quadrica, rappresenta il piano tangente
in P( x0 , y0 , z0 ) alla quadrica.
Si pu anche provare che linter-
sezione tra una quadrica ed il piano
tangente in un suo punto semplice P
sempre una conica degenere in una
coppia di rette; a questo proposito
sussiste la
DEFINIZIONE 23.2. Un punto P di
una quadrica si dice parabolico, ellit-
tico o iperbolico a seconda che il piano
tangente in P tagli la quadrica secon-
do rispettivamente due rette coinci-
denti, due rette immaginarie o due
rette distinte.
Figura 23.4 Paraboloide iperbolico Si dimostra anche che tutti i punti
di una quadrica hanno la stessa natu-
ra, cio sono tutti di uno ed uno solo
dei tre tipi considerati e che i diver-
si tipi sono discriminati dal segno del determinante della matrice A
dei coefficienti della quadrica: precisamente i punti sono iperbolici se
det A > 0, ellittici se det A < 0 e parabolici se det A = 0.
Uno dei modi per riconoscere una quadrica passa attraverso lo
studio della natura dei suoi punti:
Una quadrica a punti iperbolici ovviamente rigata e non specia-
lizzata, quindi pu essere solo un paraboloide a sella oppure un
iperboloide ad una falda: i due casi si distinguono osservando se
la sottomatrice B di A formata dai termini di secondo grado (cio
dalle prime tre righe e dalle prime tre colonne di A) ammette o no
un autovalore nullo, cio se det B = 0.
Se i punti sono ellittici si ha a che fare con un paraboloide ellittico,
un ellissoide od un iperboloide a due falde, anche qui i tre casi si
discriminano osservando il determinante di B, precisamente se
23.3. Natura dei punti e riconoscimento di una quadrica 227
| B| = 0 si tratta del paraboloide, se det B > 0 la quadrica un

ellissoide, se invece det B < 0 si tratta delliperboloide.
una quadrica a punti parabolici sempre specializzata.
I casi esaminati sono riassunti nella tabella 23.3.
Tabella 23.3 Riconoscimento di una quadrica non degenere
| B| = 0 Paraboloide iperbolico
Punti iperbolici det A > 0 | B| < 0 Iperboloide ad una falda
| B| > 0 Ellissoide completamente immaginario
| B| = 0 Paraboloide ellittico
Punti ellittici det A < 0 | B| < 0 Iperboloide a due falde
| B| > 0 Ellissoide reale
| B| = 0 Cilindro quadrico
Punti parabolici det A = 0 | B| < 0 Cono quadrico reale
| B| > 0 Cono quadrico immaginario
Concludiamo il paragrafo dicendo che per distinguere i vari cilindri

quadrici (a sezione ellittica, iperbolica o parabolica), si possono con-
siderare i tre autovalori della matrice B introdotta prima: se uno di
essi nullo e gli altri sono discordi, la quadrica un cilindro a sezione
iperbolica, mentre se sono concordi il cilindro a sezione ellittica, se
invece gli autovalori nulli sono due, la quadrica un cilindro a sezione
parabolica2 .
Esempio 23.3. Vogliamo riconoscere la quadrica di equazione xy z = 0.

La sua matrice dei coefficienti
1
01 02
1 0 0 0
A= 2
0 0 0 21
0 0 21 0
1
che, come si verifica subito, ha det A = 16 > 0, quindi una quadrica
irriducibile non specializzata ed a punti iperbolici, fatto che si pu anche
constatare tenendo conto che il piano tangente nellorigine ad una qualsiasi
superficie algebrica ha come equazione il complesso dei termini di primo grado;
2 Non difficile dimostrare che gli autovalori di B non possono essere tutti e tre nulli.
intersecando questo piano con la quadrica, si vede subito che lintersezione

spezzata nelle due rette
( (
x=0 y=0
e
z=0 z=0
reali e distinte, quindi lorigine un punto iperbolico, di

conseguenza la
1

0 2 0
quadrica a punti iperbolici. La matrice B = 12 0 0 singolare e di
0 0 0
rango 2, quindi la quadrica un paraboloide iperbolico.
Esempio 23.4. Consideriamo la quadrica x2 + 2xy 2xz 2 = 0. La

matrice dei coefficiienti :

1 1 1 0
1 0 0 0

1 0 0 0
0 0 0 2
singolare e di rango 3: si tratta

di una quadrica
irriducibile specializzata una
1 1 1
sola volta; la matrice B = 1 0 0 singolare e di rango 2, quindi
1 0 0
abbiamo a che fare con un cilindro a sezione ellittica o iperbolica: siccome gli
autovalori non nulli di B sono soluzioni dellequazione 2 2 = 0 essi
sono discordi, quindi la quadrica un cilindro a sezione iperbolica.
Riduzione a forma canonica

Per ridurre a forma canonica lequazione di una quadrica osser-
viamo prima di tutto che la matrice B relativa ai termini di secondo
grado reale e simmetrica, quindi, in virt del teorema 9.8 a pagina 89,
diagonalizzabile; la matrice che la diagonalizza si costruisce, come
abbiamo visto, a partire da una base ortonormale di B.
facile dimostrare che ciascuno dei tre autovettori che formano la
base ammette come componenti i coseni direttori degli assi della qua-
drica: ci significa che esiste sempre una rototraslazione che porta ad
un sistema di riferimento i cui assi coincidono con gli assi di simmetria
della quadrica, e quindi lequazione assume una delle forme elencate
nelle tabelle 23.1 a pagina 221 e 23.2 a pagina 222.
Esempio 23.5. Supponiamo di aver gi operato la la rotazione del riferimento

che porta la forma quadratica dellequazione di una quadrica a forma cano-
nica, quindi di aver a che fare, ad esempio con la quadrica rappresentata, in un
opportuno sistema di riferimento, dallequazione
x2 2y2 + z2 2x + y + 3 = 0
(per i passaggi necessari basta ricordare come ridurre a forma canonica una
forma quadratica: vedi 9.3 a pagina 92). I tre autovalori della forma quadra-
tica sono non nulli, il che equivale a dire che il suo determinante | B| diverso
da zero. dunque una quadrica a centro. Cerchiamo allora la traslazione del
riferimento

x = X + x0

y = Y + y0

z = Z+z
0
che porta la sua equazione ad una delle forme canoniche: avremo cos, sosti-
tuendo
( X + x 0 ) 2 (Y + y 0 ) + ( Z + z 0 ) 2 2 ( X + x 0 ) + (Y + y 0 ) + 3 = 0
cio, semplificando
X 2 2Y 2 + Z2 + 2( x0 1) X (4y0 1)Y + 2z0 Z + x02 2y20 + z20 2x0 + y0 + 3 = 0.

Per eliminare i termini lineari occorre e basta avere

x0 1 = 0

4y0 1 = 0

2z0 = 0
17
e quindi X 2 2Y 2 + Z2 + 8 = 0 da cui la forma
X2 Y2 Z2
17
+ 17
17
=1
8 16 8
ne segue anche che il centro ha coordinate C (1, 14 , 0).

Operiamo ora la trasformazione
0
x =Z

y0 = X
0

z =Y
che, come si verifica subito una rotazione in quanto la sua matrice ortogonale
a determinante positivo e che ha lo scopo di cambiare il nome agli assi da cui:
x 02 y 02 z 02
17
17
17
=1
16 8 8
si tratta quindi di un iperboloide ellittico o a due falde.
I punti impropri delle quadriche

Se consideriamo, come abbiamo fatto nel piano, lo spazio ampliato
con i suoi punti impropri, sorgono alcune questioni interessanti che
qui brevemente accenniamo. Ad esempio in questa ambientazione
coni e cilindri non sono pi distinguibili, nel senso che i cilindri sono
particolari coni il cui vertice il punto improprio della retta generatrice.
Nella stessa ottica, la quadrica di equazione x2 1 = 0, che si spezza
nei due piani paralleli 1 : x + 1 = 0 e 2 : x 1 = 0 ammette come
punti multipli tutti e soli quelli della retta impropria r : 1 2 . Se
P( x0 : y0 : z0 : u0 ) un punto semplice (e ~ = [ x0 , y0 , z0 , u0 ] il vettore
delle sue coordinate) della quadrica irriducibile di equazione
f ( x, y, z, u) = a11 x2 + + a33 z2 +
+ 2a12 xy + + a13 xz+
+ 2a14 xu + + a34 zu + a44 u2 = 0 (23.3)
che si scrive anche

~x A~x T = 0 (23.4)
allora si dimostra che il piano tangente in P ha come equazione una
delle quattro seguenti forme che si possono dimostrare equivalenti:

f f f f
x +y +z +u =0 (23.5)
x P y P z P u P
f f f f
x0 + y0 + z0 + u0 =0 (23.6)
x y z u
~ A~x T (23.7)
~x A~ T (23.8)
Un semplicissimo calcolo (che proponiamo come esercizio al lettore)

mostra che le (23.5. . . 23.8) sono equazioni lineari che rappresentano il
medesimo piano: per lappunto il piano tangente in P alla .
Per riconoscere una quadrica irriducibile si pu allora studiare

lintersezione della con il piano improprio : u = 0: si tratta
ovviamente di una conica, che prende il nome di conica allinfinito della
e che rappresentata dalle equazioni
(
a11 x2 + a12 y2 + a33 z2 + 2a12 xy + a13 xz + a23 yz = 0
(23.9)
u=0
o, similmente il cono che la proietta dallorigine, detto cono asintotico
per la quadrica, la cui equazione la prima delle due del sistema (23.9).
La conica allinfinito :
reale e non degenere per gli iperboloidi ed il cono qua-
drico reale;
immaginaria non degenere per gli ellissoidi ed il cono quadrico
immaginario;
degenere in due rette reali ed incidenti per il paraboloide iperbolico ed il
cilindro quadrico a sezione iperbo-
lica;
degenere in due rette immaginarie per il paraboloide ellittico e lellis-
soide, ma anche per il cilindro qua-
drico a sezione ellittica completa-
mente immaginario.
degenere in due rette reali coincidenti per il cilindro quadrico a sezione
parabolica.
Esempio 23.6. Consideriamo la quadrica di equazione xy = z. In coordinate
omogenee, la sua intersezione con il piano improprio ha equazioni
( (
xy zu = 0 xy = 0
equivalente a
u=0 u=0
cio le due rette improprie reali e incidenti
( (
x=0 y=0
e
u=0 u=0
quindi si tratta di un paraboloide iperbolico o diun cilindro asezione iperbolica.
0 1 0 0
1 1 0 0 0
Se esaminiamo il rango della matrice A = si vede immedia-
2 0 0 0 1
0 0 1 0
tamente che det A 6= 0 quindi la quadrica non specializzata dunque si
tratta di un paraboloide iperbolico.
Vale la pena di notare in conclusione che, come gi accadeva nel piano,

lampliamento dello spazio con i punti impropri permette di eliminare
fastidiose dissimmetrie.
Indice analitico
A Teorema di, 99
Angolo di due rette Centro
nel piano, 107 di una conica, 159
nello spazio, 168 Cilindri, 214
Applicazione, 63 Circonferenza
biiettiva, 64 nello spazio, 202
biunivoca, 64 Codominio, 63
iniettiva, 64 Coefficiente angolare, 105
inversa, 66 Coefficiente binomiale, 10
lineare, 64 Combinazione lineare
suriettiva, 63 di matrici, 20
Asintoti di uniperbole, 129 di vettori, 36
Asse Combinazioni, 9
di una conica, 163 Complemento algebrico, 46
Autosoluzioni Concetto primitivo, 3
di un sistema omogeneo, 59 Coni, 211
Autospazio, 82 Conica allinfinito, 231
Autovalori, 78 Conica per cinque punti, 134
regolari, 81 Coniche, 125
Autovettori, 78 Coniche a centro, 159
Coniche degeneri, 130
B Cono asintotico, 231
Base, 38 Controimmagine, 63
ortogonale, 74 Coordinate
ortonormale, 74 cilindriche, 191
Binet polari, 114
Teorema di, 50 nello spazio, 191
Coordinate omogenee
C nello spazio, 185
Caratteristica Coordinate polari
vedi Rango 51 nel piano, 114
Cayley-Hamilton Coppia involutoria, 146
233
234 Indice analitico
Coseni direttori, 168 normale, 105

di un vettore, 73 segmentaria, 107
Cramer lineare, 11
Teorema di, 57 omogenea, 211
Curva Equazioni canoniche
direttrice, 207 delle coniche, 130, 132
gobba, 198 Equazioni parametriche
sghemba, 198 dellellisse, 127
della circonferenza, 118
D
di una retta
Determinante, 45 nel piano, 107
definizione classica, 47 nello spazio, 167
Definizione ricorsiva, 45
propriet, 48
Diametro F
di una conica, 159 Fasci
Dimensione di sfere, 204
di uno spazio vettoriale, 40 Fascio
Disposizioni, 9 di circonferenze, 121
Distanza di coniche, 137
di due vettori, 71 di piani, 173
propriet, 71 di rette, 109
Distanze nello spazio, 177 Forma bilineare, 75
di due punti, 177 propriet, 75
di due rette sghembe, 178 Forma canonica
di piani paralleli, 178 delle quadriche non specia-
di un punto da un piano, 177 lizzate, 222
di un punto da una retta, 178 delle quadriche specializza-
Dominio, 63 te, 221
Forma proiettiva di prima spe-
E
cie, 143
Eccentricit di una conica, 125 Forma quadratica
Ellisse, 126 definita negativa, 95
Ellissoide, 222 definita positiva, 95
Endomorfismo, 78
semidefinita negativa, 95
Equazione
semidefinita positiva, 95
del piano, 168
Forme
della circonferenza
quadratiche, 92
nel piano, 117
Funzione, 63
della retta
canonica, 105
G K
Gauss Kroneker
algoritmo di , 30 Teorema di, 53
Generatori
di uno spazio vettoriale, 38 L
Generatrici, 207 Lagrange
Grassmann Teorema di, 94
formula di, 43 Laplace
primo teorema di, 48
I secondo teorema di, 48
Linee nello spazio, 198
Immagine, 63
Insieme, 3 M
differenza, 4
Matrice, 16
intersezione, 4
aggiunta, 96
parzialmente ordinato, 5
associata ad una forma qua-
sottoinsieme, 3
dratica, 93
totalmente ordinato, 5
autoaggiunta, 95
unione, 4 dei complementi algebrici,
vuoto, 3 55
Intersezione tra retta e piano, del cambiamento di base, 41
174 diagonale, 18
Invarianti diagonale principale, 17
di una conica, 131 diagonalizzabile, 85
Inversa elementi principali, 17
di unapplicazione lineare, elevazione a potenza, 24
66 emisimmetrica, 17
Involuzione hermitiana, 95
circolare, 162 inversa, 54
dei diametri coniugati, 160 invertibile, 54
dei punti coniugati, 155 normale, 96
dei punti reciproci, 155 nulla, 19
Involuzioni, 146 operazioni elementari
ellittiche, 147 sulle colonne, 27
iperboliche, 147 sulle righe, 27
Iperbole, 128 orlare, 53
Iperboloide ortogonale, 88
ellittico, 222 ortogonalmente diagonaliz-
iperbolico, 222 zabile, 89
Isomorfismo, 66 quadrata, 17
ridotta, 29
scalare, 18 di unapplicazione lineare,

simmetrica, 17 65
singolare, 49
traccia di una, 17 O
trasposta, 16 Omomorfismo, 64
triangolare, 18
unit, 18 P
unitaria, 96 Paraboloide
Matrice associata ellittico, 222
ad unapplicazione lineare, iperbolico, 222
67 Parallelismo e perpendicolarit
Matrici tra due piani nello spazio,
a blocchi, 25 170
conformabili, 21 tra due rette nello spazio,
equivalenti, 27 170
idempotenti, 24 tra un piano ed una retta
invertibili, propriet, 55 nello spazio, 171
linearmente dipendenti, 20 Parallelismo e perpendicolarit
linearmente indipendenti, nello spazio, 170
20 Parametri direttori
nilpotenti, 24 di un piano, 169
polinomi di, 24 di una retta, 167
prodotto, 21 di una retta nel piano, 105
prodotto per uno scalare, 19 Permutazione, 8
simili, 77 con ripetizione, 8
somma, 18 scambio, 8
somma di, 19 Piano tangente
uguali, 16 ad una sfera, 202
Minore, 51 Plcker
complementare, 46 legge di, 152
principale, 81 Polare di un punto, 149
Molteplicit Polinomio caratteristico, 79
algebrica, 79 Polinomio minimo, 101
geometrica, 81 Polo, 150
Principio di induzione, 6
N Prodotto associato, 47
Natura dei punti di una quadri- Prodotto cartesiano
ca, 226 di due insiemi, 75
Norma di un vettore, 71 Prodotto scalare
propriet, 71 in Rn , 72
Nucleo in generale, 76
propriet, 72 dordine, 5
Proiettivit, 143 di equivalenza, 4
ellittica, 145 insieme quoziente, 4
iperbolica, 145 di equivalenza, 4
parabolica, 145 di ordine, 5
Proiezione ortogonale, 181 Retta impropria, 111
Proiezioni, 216 Rette
centrali, 216 punteggiate, 143
parallele, 216 Rette isotrope, 132
Pundi base di un fascio Rette sghembe, 175
di coniche, 137 Riconoscimento di una conica
Punti nello spazio, 217
coniugati, 154 Riconoscimento di una quadrica
ellittici, 226 non degenere, 227
iperbolici, 226 Riduzione a forma canonica
multipli, 197 dellequazione di una qua-
parabolici, 226 drica, 228
reciproci, 154 Rototraslazioni, 189
Punti base di un fascio Rouch-Capelli
di circonferenze, 121 Teorema di, 30, 58
Punti ciclici, 124
Punti impropri S
di una quadrica, 230 Sfera, 201
Punti uniti, 144 Simmetrie, 180
Punto improprio, 110 rispetto ad un piano, 181
rispetto ad un punto, 180
Q rispetto ad una retta, 184
Quadriche, 219 Sistema di equazioni, 12
Quadriche in forma canonica Sistema di riferimento
loro classificazione, 221 nel piano, 69
nello spazio, 69
R Sistema lineare, 12
Rango omogeneo, 59
calcolo del, 53 risoluzione elementare, 14
di una forma quadratica, 93 soluzioni, 13
di una matrice, 29, 51 Sistemi lineari
propriet, 52 teoria dei, 57
Reciprocit teoria elementare, 11
legge di, 152 Somma
Regola del parallelogrammo, 70 di sottospazi, 42
Relazioni, 4 Somma diretta
di sottospazi, 42 Tangenti
sommatoria, 5 ad una circonferenza, 119
Sostegno Tangenti ad una conica
di un fascio, 109 in forma canonica, 133
Sottospazio, 38 Triangoli autopolari, 156
Spazi vettoriali
propriet, 36 V
Spazio euclideo, 76
Vandermonde
Spazio vettoriale, 36
determinante di, 50
su R, 35
Versore, 73
Spettro
Vettore
di una matrice, 79
unitario, 73
Superfici, 195
di rotazione, 208 Vettori
rigate, 207 disgiunti, 41
Superficie fondamentali, 37
algebrica, 197 linearmente dipendenti, 37
linearmente indipendenti,
T 37
Tangente ortogonali, 74
ad una superficie, 197 ortonormali, 74

Dispense2012cremona PDF

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Dispense2012cremona PDF

Caricato da

Copyright:

Formati disponibili

Algebra Lineare e Geometria

dispense del corso

Prof. Ernesto Ded

Elenco delle figure v

Elenco delle tabelle vii

1 Richiami di nozioni essenziali 3

2 I sistemi lineari: teoria elementare 11

5.1 Definizioni di determinante . . . . . . . . . . . . . . . . . . . . 45

6 Teoria dei sistemi lineari 57

8 Similitudine. Autovalori. Autovettori 77

9 Diagonalizzazione, matrici ortogonali 85

II Geometria piana 103

11 La retta nel piano 105

12 La circonferenza nel piano 117

12.2 Tangenti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119

III Polarit piana 141

14 Proiettivit ed involuzioni 143

15 Polarit piana 149

16 Centro ed assi 159

IV Geometria dello spazio 165

17 Rette e piani nello spazio 167

18 Sui sistemi di riferimento 189

18.2 Coordinate polari e coordinate cilindriche . . . . . . . . . . . . 191

19 Linee e Superfici nello spazio 195

20 Sfera e circonferenza nello spazio 201

21 Superfici rigate e di rotazione 207

22 Cilindri, coni e proiezioni 211

23 Superfici quadriche 219

Indice analitico 233

Indice analitico 233

4.1 Matrici triangolari . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44

7.1 Un sistema di riferimento cartesiano ortogonale nel piano . . . . 69

11.1 Distanza di due punti . . . . . . . . . . . . . . . . . . . . . . . . . . 109

12.1 La circonferenza in equazioni parametriche . . . . . . . . . . . . . 119

13.1 Le coniche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125

15.1 Tangenti da un punto ad una conica . . . . . . . . . . . . . . . . . 153

16.1 Centro di simmetria . . . . . . . . . . . . . . . . . . . . . . . . . . . 160

17.1 Distanza di due punti . . . . . . . . . . . . . . . . . . . . . . . . . . 176

17.2 Distanza di un punto da un piano . . . . . . . . . . . . . . . . . . 177

18.1 Coordinate polari . . . . . . . . . . . . . . . . . . . . . . . . . . . . 192

20.1 Circonferenza nello spazio . . . . . . . . . . . . . . . . . . . . . . . 203

21.1 Superficie di rotazione . . . . . . . . . . . . . . . . . . . . . . . . . 209

22.1 Cono . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 211

23.1 Ellissoide . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 225

1 Lettere greche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . xii

1.1 Relazioni di equivalenza . . . . . . . . . . . . . . . . . . . . . . . . 4

3.1 Particolari matrici quadrate . . . . . . . . . . . . . . . . . . . . . . 18

4.1 Propriet degli spazi vettoriali . . . . . . . . . . . . . . . . . . . . . 36

7.1 Propriet della norma di un vettore . . . . . . . . . . . . . . . . . . 71

13.1 Le forme canoniche dellequazione di una conica . . . . . . . . . . 132

23.1 Forma canonica delle quadriche specializzate . . . . . . . . . . . . 221

Queste dispense contengono elementi di algebra lineare, con particolare ri-

Consigli per affrontare meglio i corsi universitari di Matematica

i) non studiare su appunti presi da altri: generalmente ciascuno

v) Imparare a rifare le dimostarzioni dei teoremi soffermandosi a

La tabella 1 a pagina xii fornisce un elenco di tutte le lettere greche,

Tabella 1 Lettere greche

minuscole maiuscole nome

Tabella 2 Simboli matematici usati in queste dispense

N insieme dei numeri naturali

Richiami di nozioni essenziali

In questo capitolo richiamiamo alcuni concetti e propriet fonda-

1.1 Gli insiemi

In un insieme A definita una relazione di ordine se per ogni

1. a b oppure b a propriet di dicotomia

Esempio 1.3. Nellinsieme N dei numeri naturali, diciamo che a b se a